Pandas分组nlargest结果：将MultiIndex二级索引替换为word2值

原始DataFrame如下：

word1    word2  distance
   mango      ola        25
   mango  johnkoo        33
   apple      ola        25
   apple  johnkoo         0

我通过以下代码按word1分组，提取每组distance的前两大值：

res = df.groupby(['word1'])['distance'].nlargest(2)
print(res)

输出结果为：

word1   
apple  2    25
       3     0
mango  1    33
       0    25

这是一个带有多级索引的Pandas Series，其中二级索引是原DataFrame的行位置索引。我希望将该二级索引替换为对应的word2字段值，得到如下结果：

word1   
apple  ola      25
       johnkoo   0
mango  johnkoo  33
       ola      25

执行print(res.index)得到索引信息：

MultiIndex([('apple', 2),
            ('apple', 3),
            ('mango', 1),
            ('mango', 0)],
           names=['word1', None])

我尝试使用set_levels方法，但未能解决问题。

方法一：分组时保留word2列（更直观） #

不要单独提取distance列，而是分组后对每组按distance降序排序，取前2行，再将word1和word2设为多级索引：

res = df.groupby('word1').apply(
    lambda x: x.sort_values('distance', ascending=False).head(2)
).set_index(['word1', 'word2'])['distance']
print(res)

方法二：直接替换现有Series的二级索引 #

利用原DataFrame的word2列，根据二级索引的行号匹配对应值，再替换索引内容：

# 获取二级索引对应的word2值
word2_values = df.loc[res.index.get_level_values(1), 'word2'].values
# 替换二级索引
res.index = res.index.set_levels(word2_values, level=1)
# 可选：给二级索引命名
res.index.names = ['word1', 'word2']
print(res)

内容的提问来源于stack exchange，提问作者moth