Pandas删除多层索引行后如何重置高层级索引为连续序列？

• 推荐最高效的实现方式是直接操作MultiIndex的数组生成新索引，无需重建整个DataFrame，仅修改索引映射关系，性能开销极低，适合频繁执行删除操作的场景：

import pandas as pd

# 每次删除完成后执行以下代码即可重置第一层molecule_id为连续序列
new_molecule_ids = pd.factorize(data.index.get_level_values('molecule_id'))[0]
data.index = pd.MultiIndex.from_arrays(
    [new_molecule_ids, data.index.get_level_values('atom_id')],
    names=['molecule_id', 'atom_id']
)

• 你也可以把逻辑封装为复用函数，简化调用流程：

def reset_continuous_mol_index(df: pd.DataFrame) -> None:
    new_mol_ids = pd.factorize(df.index.get_level_values('molecule_id'))[0]
    df.index = pd.MultiIndex.from_arrays(
        [new_mol_ids, df.index.get_level_values('atom_id')],
        names=df.index.names
    )

# 调用示例
data.drop(labels=1, level='molecule_id', axis=0, inplace=True)
reset_continuous_mol_index(data)

说明：Pandas的MultiIndex的levels设计为FrozenList不可直接修改，本质是为了避免索引和数据映射混乱，以上方案是官方推荐的合法修改方式，不需要操作DataFrame的业务数据列，执行效率远高于重建整个表后重新设置索引的方案。另外你原代码中设置索引时的molceule_id存在拼写错误，建议修正为molecule_id避免后续索引操作报错。

内容的提问来源于stack exchange，提问作者idav