Pandas：保留多层索引中第二层索引重复项的首行

API 探路者

2026-8-1

按多层索引的第二层ID去重并保留首行数据

针对带有多层索引（date为第一层，ID为第二层）的DataFrame，当第二层索引ID存在重复项时，保留每个唯一ID对应的首次出现行，忽略第一层索引date的差异。

你的示例数据结构如下：

	col_0	col_1	col_2	col_3	col_4
date	ID
('2022-01-01', 'identifier_0')	26	46	44	21	10
('2022-01-01', 'identifier_1')	25	45	83	23	45
('2022-01-01', 'identifier_2')	42	79	55	5	78
('2022-01-01', 'identifier_3')	32	4	57	19	61
('2022-01-01', 'identifier_4')	30	25	5	93	72
('2022-01-02', 'identifier_0')	42	14	56	43	42
('2022-01-02', 'identifier_1')	90	27	46	58	5
('2022-01-02', 'identifier_2')	33	39	53	94	86
('2022-01-02', 'identifier_3')	32	65	98	81	64
('2022-01-02', 'identifier_4')	48	31	25	58	15
('2022-01-03', 'identifier_0')	5	80	33	96	80
('2022-01-03', 'identifier_1')	15	86	45	39	62
('2022-01-03', 'identifier_2')	98	3	42	50	83

假设你的DataFrame变量名为df，多层索引的第二层名称为ID，直接使用drop_duplicates方法即可实现需求：

# 按ID去重，保留每个ID首次出现的行
df_unique = df.drop_duplicates(subset='ID', keep='first')

执行上述代码后，得到的df_unique将包含以下行（每个ID仅保留首次出现的记录）：

	col_0	col_1	col_2	col_3	col_4
('2022-01-01', 'identifier_0')	26	46	44	21	10
('2022-01-01', 'identifier_1')	25	45	83	23	45
('2022-01-01', 'identifier_2')	42	79	55	5	78
('2022-01-01', 'identifier_3')	32	4	57	19	61
('2022-01-01', 'identifier_4')	30	25	5	93	72