如何操作列多索引DataFrame？含数据提取与语法疑问

假设你的DataFrame变量名为df，针对你提出的4个操作需求，具体实现代码如下：

1. 获取Level 0的列名列表 #

通过get_level_values指定层级索引，去重后转成列表：

level0_cols = df.columns.get_level_values(0).unique().tolist()

注：因为每个Level 0指标对应所有Level 1公司，直接取Level 0值会重复，所以用unique()去重。

2. 获取Level 1的列名列表 #

同理，指定层级为1即可：

level1_cols = df.columns.get_level_values(1).unique().tolist()

3. 提取某一日期下，单个公司的所有财务数据 #

两种实现方式：

• 用loc配合slice(None)（代表选中该层级所有值）：

# 替换'2023-01-05'为目标日期，'000001'为目标公司代码
single_company_data = df.loc['2023-01-05', (slice(None), '000001')]

• 用xs方法直接指定层级提取：

single_company_data = df.xs('000001', level=1, axis=1).loc['2023-01-05']

4. 提取某一日期下，单个财务指标的所有公司数据 #

同样两种方式：

• 用loc指定目标指标，配合slice(None)选中所有公司：

# 替换'2023-01-05'为目标日期，'收盘价'为目标财务指标
single_metric_data = df.loc['2023-01-05', ('收盘价', slice(None))]

• 用xs方法提取指定指标列后取对应日期：

single_metric_data = df.xs('收盘价', level=0, axis=1).loc['2023-01-05']

关于你遇到的语法错误解析 #

你写的df.loc['2023-01-05',([A:],[aa,dd])]有两个问题：

1. 结构错误：多级列的索引需要是一个元组，每个元素对应一级列的选择逻辑，正确结构是(level0选择, level1选择)，而非两个列表组成的结构。
2. 切片写法错误：[A:]不是合法的Python切片语法，若要选中该层级所有值，需用slice(None)（元组内必须显式写该方法，不能直接用:）。

如果要实现“选中2023-01-05日期下，所有财务指标、指定aa和dd两家公司”的数据，正确写法是：

df.loc['2023-01-05', (slice(None), ['aa', 'dd'])]

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