如何提取Pandas多级索引DataFrame中每个id组的首行数据？

针对你给出的多级索引DataFrame，要提取每个id分组的第一行数据，以下是几种可行的方法：

方法1：按第一级索引分组取首行（最稳妥） #

如果不确定每个id下的第一行对应的id2值，直接通过groupby按id分组后取每组首行：

import pandas as pd
new_df = df.groupby(level='id').first()

执行后会得到每个id对应的首行数据，结果索引为id，保留原数据列。如果需要保留原多级索引结构，可改用：

new_df = df.groupby(level='id').nth(0)

方法2：直接通过多级索引定位（适用于首行id2固定为1的场景） #

你的数据中每个id的首行id2都是1，可直接用loc按层级匹配：

new_df = df.loc[(slice(None), 1), :]

这里slice(None)表示匹配第一级索引的所有值，第二级索引指定为1，精准提取目标行。

方法3：用xs方法提取 #

通过xs（cross-section）方法指定多级索引的取值：

# 获取所有唯一的id值
unique_ids = df.index.get_level_values('id').unique()
# 遍历提取并合并
new_df = pd.concat([df.xs((id_val, 1), level=['id', 'id2']) for id_val in unique_ids], axis=1).T

内容的提问来源于stack exchange，提问作者Feng Hu