如何不指定全部索引层级删除pandas多层索引DataFrame的指定数据

pandas原生drop方法不支持直接用None作为通配符匹配多层索引，你可以用以下两种方式实现无需指定全层级的删除需求：

方法1：布尔索引过滤（最直观） #

通过get_level_values提取指定层级的索引做条件判断，直接保留需要的行：

# 保留「level0不是car 或 level3不是p1」的所有行
dataFrame = dataFrame[~((dataFrame.index.get_level_values('level 0') == 'car') & (dataFrame.index.get_level_values('level 3') == 'p1'))]

如果偏好drop写法，也可以先筛选待删除的索引再传入：

# 先拿到所有符合删除条件的索引
drop_index = dataFrame[(dataFrame.index.get_level_values('level 0') == 'car') & (dataFrame.index.get_level_values('level 3') == 'p1')].index
dataFrame.drop(drop_index, axis=0, inplace=True)

方法2：IndexSlice通配匹配（语法更简洁） #

pandas提供的IndexSlice支持用冒号:作为对应层级的通配符，和你设想的None通配逻辑完全一致：

idx = pd.IndexSlice
# 层级顺序对应：level0=car, level1=任意, level2=任意, level3=p1, level4=任意
dataFrame.drop(dataFrame.loc[idx['car', :, :, 'p1', :], :].index, inplace=True)

内容的提问来源于stack exchange，提问作者Jerzy