如何优雅拼接仅保留指定重叠索引层级的MultiIndex DataFrame

我想要一种优雅的方法，拼接多个MultiIndex DataFrame时，仅保留指定索引层级（此处为Level 0：Group、Level 1：Subgroup）的重叠部分，合并它们的Level 2（Category）索引内容。

示例DataFrame #

首先定义两个示例DataFrame：

import pandas as pd
import numpy as np

index = pd.MultiIndex.from_product([['A', 'B','C'], ['SubgroupA', 'SubgroupB'], ['X']], names=['Group', 'Subgroup', 'Category'])
df = pd.DataFrame({'Values': np.arange(6)}, index=index)

输出df：

Values
Group Subgroup  Category        
A     SubgroupA X             0
      SubgroupB X             1
B     SubgroupA X             2
      SubgroupB X             3
C     SubgroupA X             4
      SubgroupB X             5

第二个DataFrame：

index2 = pd.MultiIndex.from_product([['B', 'C','D'], ['SubgroupB'], ['A', 'B','C']], names=['Group', 'Subgroup', 'Category'])
df2 = pd.DataFrame({'Values': np.arange(9)}, index=index2)

输出df2：

Values
Group Subgroup  Category        
B     SubgroupB A             0
                B             1
                C             2
C     SubgroupB A             3
                B             4
                C             5
D     SubgroupB A             6
                B             7
                C             8

现有方法的局限 #

我已实现的方法在处理少量DataFrame时可行，但扩展到多个（比如5个）时需要手动多次调用intersection，代码冗余：

inter = df.index.droplevel(2).intersection(df2.index.droplevel(2)).intersection(df3.index.droplevel(2))  # 需重复追加
pd.concat([df,df2]).loc[(inter.levels[0], inter.levels[1], slice(None))]

优化方案 #

方案1：用functools.reduce批量计算交集

借助reduce可以自动迭代所有DataFrame的索引片段，一次性求出所有指定层级的交集，完美支持任意数量的DataFrame：

from functools import reduce

# 假设有多个DataFrame，统一存入列表
dfs = [df, df2, df3]  # 可继续追加更多df

# 批量提取每个df去掉Level2的索引，再计算所有交集
inter = reduce(lambda x, y: x.intersection(y), [df.index.droplevel(2) for df in dfs])

# 拼接后筛选出重叠层级的内容
result = pd.concat(dfs).loc[(inter.levels[0], inter.levels[1], slice(None))]
print(result)

方案2：按层级名称处理（更灵活）

如果索引层级的位置可能变化，建议按层级名称操作，避免依赖固定层级位置：

# 按层级名称去掉Category层级，计算交集
inter = reduce(lambda x, y: x.intersection(y), [df.index.droplevel('Category') for df in dfs])

result = pd.concat(dfs).loc[(inter.levels[0], inter.levels[1], slice(None))]

输出结果 #

以两个示例DataFrame为例，运行优化后的代码会得到：

Values
Group Subgroup  Category        
B     SubgroupB X              3
                A              0
                B              1
                C              2
C     SubgroupB X              5
                A              3
                B              4
                C              5

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