如何在pandas多级索引DataFrame中按条件选择性删除指定列？

报错原因说明 #

你的DataFrame列是三级MultiIndex，按顺序对应meter、Sleeper、sweeper三个层级，两种错误写法的问题如下：

• 第一种写法传入的元组只有2个值，和三级索引的长度不匹配，无法定位到对应列
• 第二种写法指定level=2后仅能匹配该层级的单个标签，不支持同时跨多个层级做条件匹配

推荐实现方案 #

方案1：布尔索引筛选保留列（最简洁易读） #

先构造筛选掩码，直接保留不满足删除条件的列即可：

import pandas as pd
import numpy as np

# 你的原始DataFrame构造代码
df = pd.DataFrame(
    np.arange(2, 14).reshape(-1, 4),
    index=list('ABC'),
    columns=pd.MultiIndex.from_arrays([
        ['data1', 'data2','data1','data2'],
        ['F', 'K','R','X'],
        ['C', 'D','E','E']
    ], names=['meter', 'Sleeper','sweeper'])
)

# 筛选逻辑：保留 不是（meter为data1且sweeper为E）的列
mask = ~((df.columns.get_level_values('meter') == 'data1') & (df.columns.get_level_values('sweeper') == 'E'))
df = df.loc[:, mask]

方案2：先定位待删除列再调用drop方法 #

如果习惯用drop接口，可先定位符合删除条件的列标签，再传入drop方法：

# 定位待删除的列
drop_cols = df.columns[
    (df.columns.get_level_values('meter') == 'data1') & (df.columns.get_level_values('sweeper') == 'E')
]
df = df.drop(drop_cols, axis=1)

运行后可打印df.columns验证结果，最终保留的列符合需求：

MultiIndex([('data1', 'F', 'C'),
('data2', 'K', 'D'),
('data2', 'X', 'E')],
names=['meter', 'Sleeper', 'sweeper'])

内容的提问来源于stack exchange，提问作者Alexander