理解pandas DataFrame.loc空第二个参数的行为差异

首先创建示例中的多层索引DataFrame：

import pandas as pd
df = pd.DataFrame(
    index=pd.MultiIndex.from_tuples([('a', 1, 'x'), ('a', 2, 'y'), ('b', 1, 'x')]),
    data={'col_1': [1, 2, 3]}
)

两种调用方式的行为差异 #

• 调用 df.loc[(slice(None), 1, slice(None))]：返回结果会丢弃索引中被明确指定固定值的层级（此处为中间值为1的层级）。
• 调用 df.loc[(slice(None), 1, slice(None)),]（末尾添加逗号）：返回结果会保留索引的所有层级，仅筛选出符合行条件的数据。

差异原因解析 #

这两种写法的核心是传递给loc的参数结构不同：

1. 第一种写法直接将元组作为单个参数传入loc，pandas将其解析为多层索引的行筛选条件。当某一层级被指定了唯一固定值时，pandas会自动压缩该索引层级——因为该层级仅存在一个值，默认认为它没有保留的必要，以此简化输出结果。
2. 第二种写法传入的是包含两个元素的元组（第二个元素为空），明确区分了行筛选条件（第一个元素）和列选择条件（空元素代表选择所有列）。此时pandas会严格遵循原始索引结构，不会自动压缩层级，仅执行行筛选操作。

内容的提问来源于stack exchange，提问作者JohnnieL