如何对Pandas多层级列DataFrame按一级列随机抽样并保留全部子列

解决方案 #

核心逻辑是按一级列整组选取，而非直接对所有二级列随机采样，实现步骤如下：

1. 先提取当前DataFrame实际存在的所有一级列名
2. 从一级列中随机抽取2个目标分组
3. 按选中的一级列名直接索引DataFrame，会自动保留对应分组下的全部二级子列

可直接运行的代码

import random

# 提取所有一级列名
level1_cols = df.columns.get_level_values(0).unique()
# 随机抽取2个一级列
selected_level1 = random.sample(list(level1_cols), k=2)
# 索引得到结果
result = df[selected_level1]

原代码错误原因

你之前使用df.sample(n=5, axis=1)是把所有二级列当做独立个体抽取，没有遵循一级列的分组筛选逻辑，因此会返回零散的子列。

内容的提问来源于stack exchange，提问作者Kim Yejun