如何在Pandas中同时选取MultiIndex列与普通列？

当你的DataFrame列同时存在MultiIndex（如('rotation', 'x')）和普通字符串列（如'n_frames'）时，直接混合使用元组和字符串选列会失败——原因是pandas要求列索引的元素类型统一，混合元组和字符串会导致匹配逻辑混乱。

解决方案步骤： #

1. 统一列索引格式
   先把所有列名转换成相同长度的元组（和MultiIndex的层级数一致），缺失的层级用空字符串填充：

   import pandas as pd
   
   # 基于你的实际数据处理列索引
   df.columns = pd.MultiIndex.from_tuples(
       [col if isinstance(col, tuple) else (col, '') for col in df.columns],
       names=['level1', 'level2']  # 可根据实际需求命名层级
   )
   

2. 正确选取目标列
   现在所有列都是元组格式，直接用元组指定即可同时选取两类列：

   # 选取('rotation', 'x')和('n_frames', '')列
   selected_df = df.loc[:, [('rotation', 'x'), ('n_frames', '')]]
   

针对你给出的示例表格 #

原表格中列'2'属于普通列，统一格式后变为('2', '')，选取['0','A']和'2'的代码应为：

df.loc[:, [('0', 'A'), ('2', '')]]

其他便捷选取方式 #

如果想快速选取某一层级下的所有子列+普通列，也可以用层级筛选：

# 筛选level1为'rotation'且level2为'x'，或level1为'n_frames'的列
mask = (df.columns.get_level_values(0) == 'rotation') & (df.columns.get_level_values(1) == 'x') | (df.columns.get_level_values(0) == 'n_frames')
selected_df = df.loc[:, mask]

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