Pandas基于多索引层级值比较的行筛选实现方法

原有写法的问题 #

你之前写的 df.index[lambda x: x[0]==x[1]] 跑不通的核心原因是：MultiIndex的方括号索引逻辑是按键做匹配，不会自动把传入的lambda当逐行判断函数执行。把lambda直接塞在索引括号里，会被当成普通的索引键去匹配，根本生成不了用来筛选的布尔掩码。

具体实现方案 #

• 最稳定的通用写法
  直接提取两个层级的取值做对比，生成布尔掩码：

  # 逐行对比a、b层级的取值，生成筛选掩码
  mask = df.index.get_level_values('a') == df.index.get_level_values('b')
  filtered_df = df[mask]
  

  这种写法不依赖特殊的API行为，所有pandas版本都能正常运行，遇到多条件、多层级的筛选需求也能直接扩展。
• 复用原有lambda逻辑的写法
  把lambda挂在MultiIndex的map方法上执行——map会逐行把索引元组传给lambda判断，返回对应位置的布尔值：

  mask = df.index.map(lambda x: x[0] == x[1])
  filtered_df = df[mask]
  

  这完全贴合最初的实现思路，只是把lambda的执行位置从方括号索引移到了能逐行遍历的map方法上。

结果校验 #

两种写法输出的结果和预期完全一致：

0
a b
1 1  10
2 2  40

内容的提问来源于stack exchange，提问作者HappyPy