Pandas MultiIndex有没有比query更便捷的按层级名称选行方法

针对你描述的场景，xs()方法是最适配的解决方案，无需记忆层级序号、无需重置索引、语法极简，完全匹配你的需求。

基础使用（单值筛选） #

要筛选snarf层级为D1的所有行，直接执行以下代码即可：

df.xs('D1', level='snarf', drop_level=False)

参数说明：

• 第一个位置参数传入你要匹配的索引标签值，这里为D1
• level参数直接传入索引层级的名称，不需要关注它是第几级索引
• drop_level=False为可选配置，加了之后筛选结果会保留原有的全部4级索引结构，不加的话返回结果会自动移除snarf这一层索引

进阶使用 #

多层级同时筛选 #

如果需要同时筛选多个层级的标签，比如同时匹配quack为Q1、snarf为D1的行，写法如下：

df.xs(('Q1', 'D1'), level=['quack', 'snarf'], drop_level=False)

单层级多值筛选 #

如果要筛选snarf层级为D1、D2、D3的所有行，可以搭配get_level_values方法实现：

df[df.index.get_level_values('snarf').isin(['D1', 'D2', 'D3'])]

方案优势 #

• 全程不需要修改原表结构，不会产生额外内存开销，适合大数据量表使用
• 语法简单易记，不需要掌握query的特殊语法规则，出错概率低
• 直接基于索引做匹配，性能比query方法更快

内容的提问来源于stack exchange，提问作者user3673