如何在多级索引DataFrame中删除指定索引的单行或多行？

你有一个多级索引的DataFrame，结构如下：

columnA  columnB
name timestamp      x        x

目前已掌握删除指定二级索引单行的代码：

df.drop(my_timestamp, level=1, axis=0, inplace=True)

针对你提出的两个问题，解决方案如下：

1. 删除同时指定name和timestamp索引的单一行 #

直接传入由name和timestamp组成的元组作为drop方法的参数即可，无需指定level：

# 示例：删除name为"Alice"、timestamp为"2023-01-01"的行
df.drop(("Alice", pd.Timestamp("2023-01-01")), axis=0, inplace=True)

多级索引的每一行索引本身就是一个元组，直接匹配该元组就能精准定位目标行。

2. 删除指定一个name下对应多个timestamp的多行 #

有两种简洁的实现方式：

方法一：构造索引元组列表 #

target_name = "Bob"
target_timestamps = [pd.Timestamp("2023-01-02"), pd.Timestamp("2023-01-03")]
# 生成要删除的索引元组集合
drop_indices = [(target_name, ts) for ts in target_timestamps]
df.drop(drop_indices, axis=0, inplace=True)

方法二：结合loc筛选后删除 #

target_name = "Bob"
target_timestamps = [pd.Timestamp("2023-01-02"), pd.Timestamp("2023-01-03")]
# 筛选出目标name下指定timestamps的索引并组合成元组
drop_indices = [(target_name, ts) for ts in df.loc[target_name].loc[target_timestamps].index]
df.drop(drop_indices, axis=0, inplace=True)

两种方法都能高效完成删除操作，构造元组列表的方式更直接，适合提前明确要删除的timestamp的场景。

内容的提问来源于stack exchange，提问作者alexx0186