如何在Pandas MultiIndex数据框中使用负索引获取末尾n行？

首先咱们得搞明白为什么直接用df[-2:]或者df.loc[-2:]行不通：

• 当DataFrame是MultiIndex结构时，df[]和df.loc[]默认是按标签索引的，而你的行标签是元组（比如(0, 'p')、(3, 'r')），不是单个整数，所以-2:这种整数范围根本匹配不到对应的标签，自然无法生效。
• 只有当DataFrame用默认的整数位置索引时，df[-2:]这种写法才会起作用。

接下来给你两种简单好用的解决方案：

方法1：使用iloc（最推荐，直接高效） #

iloc是基于整数位置来索引的，完全不依赖你的索引标签是什么，不管是不是MultiIndex，都可以用负位置来取最后n行：

# 获取最后2行数据
df.iloc[-2:]

对应你的示例数据，运行结果会是：

A         B         C
time features                            
4    q        0.726294  0.401679  0.023117
     r        0.391882  0.700574  0.280084

如果要取最后3行，直接改成df.iloc[-3:]就行，以此类推。

方法2：结合索引标签使用loc #

如果你一定要用loc，可以先获取最后n行的索引标签，再传入loc进行定位：

# 先拿到最后2行的索引标签，再用loc匹配
df.loc[df.index[-2:]]

这个方法的逻辑是：df.index会返回所有行的MultiIndex标签（是一个元组数组），df.index[-2:]能精准拿到最后2行的标签，再用loc根据这些标签匹配行，结果和iloc完全一致。

补充：如果想按time层级取最后n组数据 #

要是你的需求不是取最后n行，而是取最后n个time分组（比如最后2个time值：3和4对应的所有行），可以这么写：

# 先提取time的唯一值，取最后2个
last_n_times = df.index.get_level_values('time').unique()[-2:]
# 匹配这些time对应的所有行
df.loc[last_n_times, :]

这样就能拿到time=3和4对应的全部6行数据。

内容的提问来源于stack exchange，提问作者Jayendra Parmar