Pandas多级索引：如何删除一级索引下二级索引唯一的行

一、保留三级索引值相同但二级索引值不同的数据 #

要实现保留三级索引（Index2）值相同，但对应二级索引（Index1）值不唯一的行，可按以下步骤操作：

1. 按三级索引分组，统计每组内二级索引的唯一值数量
2. 筛选出二级索引唯一值数量大于1的三级索引值
3. 用这些值过滤原DataFrame

代码示例（假设索引已命名为idx1（一级）、idx2（二级）、idx3（三级））： #

# 统计每个三级索引对应的二级索引唯一数量
idx3_valid = df.groupby(level='idx3')['idx2'].nunique() > 1
# 提取符合条件的三级索引值
valid_idx3_list = idx3_valid[idx3_valid].index
# 过滤DataFrame
filtered_df = df[df.index.get_level_values('idx3').isin(valid_idx3_list)]

如果索引未命名，可通过层级位置（level=0一级、level=1二级、level=2三级）操作：

# 按三级索引（level=2）分组，统计二级索引（level=1）的唯一数量
idx3_valid = df.groupby(level=2).apply(lambda x: x.index.get_level_values(1).nunique()) > 1
valid_idx3_list = idx3_valid[idx3_valid].index
filtered_df = df[df.index.get_level_values(2).isin(valid_idx3_list)]

二、统计一级索引对应的二级索引数量并删除数量为1的行 #

要统计每个一级索引下的二级索引数量，并删除数量为1的行，步骤如下：

1. 按一级索引分组，统计每组内二级索引的唯一值数量
2. 筛选出二级索引数量大于1的一级索引值
3. 过滤原DataFrame保留符合条件的行

代码示例： #

# 统计每个一级索引对应的二级索引唯一数量
idx1_valid = df.groupby(level='idx1')['idx2'].nunique() > 1
# 提取符合条件的一级索引值
valid_idx1_list = idx1_valid[idx1_valid].index
# 过滤DataFrame
final_df = filtered_df[filtered_df.index.get_level_values('idx1').isin(valid_idx1_list)]

也可以用transform方法直接在原DataFrame标记后筛选，更简洁：

# 给每行添加对应一级索引下的二级索引数量列
df['idx2_count'] = df.groupby(level='idx1')['idx2'].transform('nunique')
# 筛选出数量大于1的行，最后删除辅助列
final_df = df[df['idx2_count'] > 1].drop(columns='idx2_count')

内容的提问来源于stack exchange，提问作者encrypted-ninja