Python中多重索引DataFrame如何删除标记为X的索引行

先别急着写删除代码，先搞清楚你看到的"X"到底是个啥——新手很容易被pandas打印多层索引的格式误导：

• 如果你在控制台看到的X出现在分割线以上的表头区域，根本不是真实的数据行：这只是多层列索引的第二层的名称，pandas会自动把这个名称打印在行索引列的对应位置，看起来就像单独多了一行。这种情况根本不用删数据，只要把这个名称清空就行：
  执行 df.columns = df.columns.set_names(None, level=1)，X的标识就会从打印输出里消失，完全不影响原有数据。
• 如果你确认X是真实存在的行（比如读excel的时候没指定正确的表头参数，把二级表头读成了第一行数据，行索引值为"X"），那删行的操作非常简单：
  • 直接按索引删：df = df.drop(index="X")
  • 要是怕有多个索引带X的行，就用筛选把所有X索引的行过滤掉：df = df[df.index != "X"]

你写的df.drop("v2", axis=1, level=1)是完全正确的，能精准删掉col1、col2下的v2列。操作顺序可以按这个来：

1. 先处理X的问题
2. 执行列删除代码
3. 可选做一步冗余索引清理：df.columns = df.columns.remove_unused_levels()，把空的没用的索引层级清掉，后续处理更方便

快速判断技巧：看一下df.index的输出列表，如果里面没有"X"这个值，就说明你看到的X只是索引的元数据，不是要删的实际行，不用大动干戈写删除逻辑。

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