如何在带MultiIndex的Pandas DataFrame中用.loc按二级索引取值？

核心原因：参数与MultiIndex层级的对应关系 #

假设你的示例DataFrame是行索引为两层MultiIndex、列是单层索引（pandas文档常见示例结构），我们拆解两种写法的差异：

• df.loc[:, "mark ii"]触发KeyError的原因
  .loc的逗号分隔参数分别对应行索引器和列索引器：

  • 第一个:表示选取所有行
  • 第二个"mark ii"被当作列索引标签匹配
    如果你的列中没有"mark ii"这个标签，自然会触发KeyError。

• df.loc[:, "mark ii", :]生效的原因
  这是pandas针对MultiIndex的语法糖：前两个参数会被组合成行MultiIndex的层级索引器，第三个参数对应列索引器：

  • 第一个:匹配行的第一层索引所有值
  • "mark ii"匹配行的第二层索引目标值
  • 最后一个:匹配所有列
    等价于df.loc[(slice(None), "mark ii"), :]（slice(None)是:的底层表示），刚好命中你需要的"所有二级索引为'mark ii'的行+所有列"的需求。

和xs方法的对比 #

df.xs("mark ii", level=1)是MultiIndex专属快捷方法，直接指定要提取的层级（level从0开始计数）和对应标签，无需纠结参数与维度的对应关系，因此能直接得到结果。

内容的提问来源于stack exchange，提问作者guillaumedavidphd