如何使用.loc筛选三级MultiIndex中的指定两层数据？

有一个带三级MultiIndex的DataFrame，需要仅根据前两层的指定组合筛选数据，目前只能通过重置索引的方式实现（如下冗余代码），想找类似df.loc[(f,slice(None))]的简洁写法：

import pandas as pd

df=pd.DataFrame(index=pd.MultiIndex.from_tuples([(1,'a','x')
,(1,'a','y')
,(1,'b','z')
,(1,'b','x')
,(2,'c','y')
,(2,'c','z')
,(2,'a','x')
,(2,'a','y')
,(3,'b','z')
,(3,'b','x')
,(3,'c','y')
,(3,'c','z')]), 
data=[20,26,43,20,65,40,87,41,84,50,5,54])

f=[(2, 'a'), (3, 'b'), (3, 'c')]

# 原冗余实现
df=df.reset_index(level=2).loc[f].reset_index().set_index(['level_0','level_1','level_2'])

简洁解法1：使用pd.IndexSlice（可读性优先） #

pd.IndexSlice是Pandas专门用于多层索引筛选的工具，能直接指定前两层的筛选组合，第三层用:表示匹配所有值：

import pandas as pd

idx = pd.IndexSlice
filtered_df = df.loc[idx[f, :], :]

简洁解法2：直接构造筛选元组 #

把f中的每个前两层元组，扩展为包含slice(None)（等价于:，代表第三层所有值）的完整索引元组，再传入loc：

filter_tuples = [(*item, slice(None)) for item in f]
filtered_df = df.loc[filter_tuples]

筛选结果 #

两种方法都能得到目标结果，无需反复重置/重建索引：

内容的提问来源于stack exchange，提问作者JohnnieL