如何访问带多层列索引的pandas三维DataFrame的指定列？

你可以通过以下几种常用方法实现需求：

方法1：使用pd.IndexSlice（最推荐，可读性最高） #

这是Pandas专门为多层索引设计的选择器，语法直观易维护：

import pandas as pd

# 定义索引选择器
idx = pd.IndexSlice
# 行维度取所有行，列维度第一层级任意、第二层级匹配col_1
result = df.loc[:, idx[:, 'col_1']]

方法2：使用xs方法 #

xs是Pandas专门用于提取多层索引指定层级值的方法，参数配置灵活：

# level=1指定匹配第二层级索引（层级从0开始计数，顶层列属于level 0）
# axis=1指定操作列索引，drop_level=False保留原有多层索引结构
result = df.xs('col_1', level=1, axis=1, drop_level=False)

方法3：使用布尔索引筛选 #

直接通过列层级值做布尔判断筛选，无需额外导入工具：

# 获取第二层级所有列名，筛选等于col_1的列
result = df[df.columns.get_level_values(1) == 'col_1']

以上三种方法输出的结果完全符合要求的双层级列结构，会保留h1/col_1、h2/col_1两列。

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