如何获取MultiIndex DataFrame中每个一级分组下的最后一条二级索引行

解法汇总 #

你要的需求可以通过以下几种更高效的矢量化方法实现，完全不需要用iterrows遍历：

方法1：groupby.tail() （最推荐，写法最简单） #

直接按一级索引thread_id分组，取每组的最后1行即可，默认会保留原始的多级索引结构：

import pandas as pd
result = df.groupby(level='thread_id').tail(1)

输出结果：

text
thread_id message_id_in_thread     
0         1                  txt1
1         2                  txt4
2         1                  txt6

方法2：pd.IndexSlice 匹配你想要的类切片写法 #

如果你偏好类似(:, -1)的索引写法，可以结合分组计数实现，更贴合你描述的语法思路：

idx = pd.IndexSlice
# 生成每组最后一行的掩码
last_row_mask = df.groupby(level=0).cumcount() == df.groupby(level=0).cumcount().max(level=0)
result = df[last_row_mask]

方法3：groupby.last() #

如果不需要严格保留索引的生成逻辑，只是要取每组最后一行的数值，也可以用该方法：

result = df.groupby(level='thread_id').last()

注意：如果你的数据存在空值，last()会自动取每组最后一个非空值，和tail(1)取最后一行的逻辑有区别，无空值时二者结果一致。

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