Python提取多级索引DataFrame各一级分类下二级索引Top值方法

你的需求核心是在已完成组内排序的多级索引DataFrame中，提取每个一级索引分组下第一行对应的二级索引值，不需要重复实现排序逻辑，以下两种方法可以直接复用：

方法1：分组取首项（代码最简洁，适合仅提取索引映射场景） #

直接按一级索引做分组，取每个分组的第一行对应的二级索引值即可，注意加sort=False保留你原有的一级索引顺序，避免被pandas默认重排：

# 替换level=0为你实际的一级索引层级位置/索引名，level=1对应二级索引
top_gender_series = df.groupby(level=0, sort=False).apply(
    lambda group: group.index.get_level_values(level=1)[0]
)

运行得到的top_gender_series是一个Series结构：

• 索引为所有一级分类值
• 对应值为每个分类下排首位的二级索引值（即你要的M/F结果）
  可以直接用.to_dict()转成字典，或者.to_csv()导出直接用于报告撰写。

如果需要同时拿到Top条目对应的perc_viewed等其他字段值，直接用first()方法取首行即可：

# 结果包含每个一级分类下Top条目的所有字段值
top_detail_df = df.groupby(level=0, sort=False).first()

方法2：去重保留首行（适合多字段批量提取场景） #

如果需要保留Top条目的全量字段做后续分析，用去重逻辑效率更高，不需要走分组计算：

# 先将多级索引转为普通列，按一级列去重保留第一条，再重新设为索引
top_detail_df = (
    df.reset_index()
      .drop_duplicates(subset="替换为你的一级索引列名", keep="first")
      .set_index("替换为你的一级索引列名")
)

这个方法得到的结果和groupby.first()完全一致，在数据量大于10万行的时候运行速度更快。

避坑提示：很多人踩过这个坑：调用groupby时如果没加sort=False，pandas会默认对一级索引做字典序重排，直接打乱你之前预设的一级分类顺序，写代码的时候一定要带上这个参数。

内容的提问来源于stack exchange，提问作者Cav