Pandas多索引DataFrame中如何删除Level 2指定索引列表

看起来你在处理多索引DataFrame时遇到了索引不一致的错误，我来帮你理清楚问题出在哪，以及怎么解决。

首先，先看你遇到的错误：

ValueError: On level 1, code max (33721) >= length of level (22196). NOTE: this index is in an inconsistent state

这个错误的核心原因是你用错了方法：set_levels不是用来删除行的。它的作用是替换索引level的标签集合（比如把Level 1的数字年份改成字符串），但不会修改索引的code（也就是每个行指向level标签的位置索引）。当你直接修改Level 2的levels，删掉一部分值后，原来的code仍然指向旧levels的位置，有些code数值超过了新levels的长度，自然就会报错。

你的原代码问题点 #

你循环每个Level 1值，试图修改对应Level 2的levels，但这种操作会破坏多索引的一致性——多索引的levels和codes是绑定的，不能单独修改其中一个来删除行。

正确的解决方案 #

其实根本不需要循环，Pandas可以直接对整个多索引进行筛选，高效又简洁：

方案1：全局筛选（适用于active_stations是全局活跃站点列表）

如果active_stations是所有年份都适用的活跃站点集合，直接用布尔索引筛选即可：

# 保留Level 2索引在active_stations中的所有行
ds2 = ds2[ds2.index.get_level_values(1).isin(active_stations)]

方案2：按Level 1分组筛选（适用于active_stations分年份对应）

如果active_stations是分年份的（比如每个年份有不同的活跃站点），可以用groupby来处理：

# 假设active_stations是字典，key是Level 1的年份值，value是对应年份的活跃站点列表
def filter_inactive_stations(group):
    current_year = group.name
    # 筛选当前年份下，Level 2索引在对应活跃列表中的行
    return group[group.index.get_level_values(1).isin(active_stations[current_year])]

# 按Level 1分组筛选后，去掉临时的分组索引
ds2 = ds2.groupby(level=0).apply(filter_inactive_stations).droplevel(0)

为什么这个方法可行？ #

直接筛选行的方式会重新构建索引，自动保持levels和codes的一致性，不会出现索引越界的问题。相比循环修改索引，这种方法不仅代码更简洁，运行效率也更高（Pandas的矢量化操作比Python循环快得多）。

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