如何基于MultiIndex单一层级筛选DataFrame子集？

问题背景 #

现有带MultiIndex的DataFrame：

df = pd.DataFrame({"v":range(12)}, index=pd.MultiIndex.from_product([["a","b","c"],[1,2,3,4]]))

需求：筛选出第一层级为a或c的行，预期结果如下：

v
a 1   0
  2   1
  3   2
  4   3
c 1   8
  2   9
  3  10
  4  11

当前实现代码会生成中间DataFrame，存在资源浪费：

df[df.index.to_frame()[0].isin(("a","c"))]

求更优的实现方式。

更优实现方式 #

方法1：利用get_level_values直接提取层级值 #

这是效率最高的方案之一，直接获取第一层级的索引值进行筛选，不会生成中间DataFrame：

df[df.index.get_level_values(0).isin(["a", "c"])]

如果给MultiIndex的层级指定了名称，也可以用名称替代索引位置，比如第一层级名为group：

df[df.index.get_level_values("group").isin(["a", "c"])]

方法2：结合xs与concat（适用于偏好xs语法的场景） #

xs可以快速提取指定层级的单行，但默认仅支持单个值，若要筛选多个值，可通过pd.concat合并结果：

pd.concat([df.xs("a", level=0), df.xs("c", level=0)])

注：该方式在数据量较大时，效率略低于get_level_values，因需两次提取再合并。

方法3：使用query实现简洁筛选 #

先给MultiIndex的层级命名：

df.index.names = ["level1", "level2"]

之后即可通过query语法实现可读性更强的筛选：

df.query("level1 in ['a', 'c']")

内容的提问来源于stack exchange，提问作者sds