如何一次性获取Pandas多级索引DataFrame的多个切片？

你遇到的问题是把行索引的层级参数错误放到了列参数位置，df.loc[]的第一个位置对应行索引，第二个位置对应列，所以之前的写法会把-1当成列名查找，自然抛出KeyError。

下面是几种正确的多层级切片实现方式：

方法1：用元组列表指定行索引组合 #

如果要同时指定第一层级取[0,1,2]、第二层级固定为-1，可以用元组列表描述行索引的组合关系：

# 筛选A=0/1/2 且 B=-1的所有行
df.loc[ [(0,-1), (1,-1), (2,-1)] ]

输出结果：

D   E
A B  C         
0 -1 20  30  40
1 -1 21  31  41
2 -1 22  32  42

方法2：使用pd.IndexSlice（更灵活） #

如果需要处理复杂切片场景（比如某一层级取范围、另一层级取固定值），pd.IndexSlice是更便捷的选择：

import pandas as pd

# 定义切片器
idx = pd.IndexSlice
# 第一层级取0/1/2，第二层级取-1，第三层级任意
df.loc[idx[[0,1,2], -1, :]]

这种方式支持更灵活的组合，比如要精准定位A=0/1/2、B=-1、C=20/22的行，可写成：

df.loc[idx[[0,1,2], -1, [20,22]]]

方法3：使用xs方法（单一层级快速筛选） #

如果只是固定某一层级的值，同时筛选另一层级，xs方法也适用：

# 先筛选B=-1的所有行，再取A=0/1/2的部分
df.xs(-1, level='B').loc[[0,1,2]]

也可以反向操作：

df.xs([0,1,2], level='A', drop_level=False).xs(-1, level='B')

报错原因说明 #

你之前写的df.loc[[0,1,2], -1]中，loc的第二个参数-1会被识别为列名，但你的数据列只有D和E，因此抛出KeyError；df.loc[[0,1,2], [-1]]同理，把[-1]当成列名列表查找，自然找不到匹配项。

内容的提问来源于stack exchange，提问作者YGA