如何使用pandas MultiIndex查询多级列索引下的指定二级列数据

第一步：构造符合场景的测试数据 #

import pandas as pd

# 构造多级列索引
columns = pd.MultiIndex.from_tuples(
    [
        ('double-double', 'ketchup'),
        ('double-double', 'mustard'),
        ('double-double', 'relish'),
        ('triple', 'ketchup'),
        ('triple', 'mustard'),
        ('triple', 'relish')
    ],
    names=['汉堡品类', '调料品类']
)

# 构造测试数据
data = [
    [3,3,3,4,5,5],
    [3,5,2,3,3,2]
]
index = ["Beep's Burgers", "Roadhouse"]
df = pd.DataFrame(data, index=index, columns=columns)

第二步：两种实现查询的方法 #

方法1：使用pd.IndexSlice（推荐，灵活度最高） #

该语法是pandas专为多级索引切片设计的工具，可读性最高：

# 初始化索引切片器
idx = pd.IndexSlice
# 逗号前的冒号表示取所有行，列维度第一个冒号表示取所有一级索引，后接列表指定要筛选的二级索引
result = df.loc[:, idx[:, ['ketchup', 'mustard']]]

返回结果结构：

方法2：使用xs跨截面查询 #

仅需要按指定层级匹配值时，也可以用cross-section方法实现：

# axis=1表示操作列索引，level=1指定匹配二级索引，drop_level=False保留原始多级索引结构
result = df.xs(key=['ketchup', 'mustard'], level=1, axis=1, drop_level=False)

两种方法返回的结果完全一致，可根据使用习惯选择。

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