如何在Pandas DataFrame中为每个Name索引层级保留前三行

要实现每个Name层级索引下仅保留前三行，直接用Pandas的groupby结合head()方法就能搞定，操作简单高效：

核心代码逻辑 #

按第一级索引（Name）分组，对每组取前3行：

df_truncated = df.groupby(level=0).head(3)

完整示例 #

import pandas as pd

# 创建包含多个Name的示例DataFrame
df = pd.DataFrame()
df["Name"] = ["Name1", "Name1", "Name1", "Name1", "Name2", "Name2", "Name2", "Name2", "Name2"]
df["SubName"] = ["Sub1", "Sub2", "Sub3", "Sub4", "SubA", "SubB", "SubC", "SubD", "SubE"]
df["Value"] = [1,2,3,4,5,6,7,8,9]
df.set_index(["Name", "SubName"], inplace=True)

# 执行截断处理
df_truncated = df.groupby(level=0).head(3)

print("处理后的DataFrame：")
print(df_truncated)

说明 #

• groupby(level=0) 指定按第一级索引（即Name）分组
• head(3) 保留每组的前3行，完全遵循原数据的行顺序
• 无论单个Name下有多少行，都会自动截断到仅留前三行，完美适配多Name的场景

内容的提问来源于stack exchange，提问作者Jason