先还原你的场景：在IPython 6.2.1、Python 3.6.4环境下执行这段代码：

import pandas as pd
from io import StringIO
data = """ code	name	typ	ntf
 A5411	WD	AF	
 A5411	WD	AF	210194618
 B5498	SH	NC	
 B5498	SH	NC	210213014
 """
df = pd.read_table(StringIO(data))

执行df.set_index(['name','code'])后，输出里的code索引在同一name分组下重复显示：

typ        ntf
name code              
WD   A5411  AF       NaN
     A5411  AF  210194618.0
SH   B5498  NC       NaN
     B5498  NC  210213014.0

而你期望的是像三级索引那样的稀疏显示效果：

ntf
name code typ           
WD   A5411 AF        NaN
          AF  210194618.0
SH   B5498 NC        NaN
          NC  210213014.0

嘿，这完全不是Pandas的Bug，而是它设计好的索引显示逻辑！

原因很直观：Pandas在展示多级索引的DataFrame时，只会对除最后一级之外的前序重复索引层级做空白省略——最后一级索引不管和上一行值重不重复，都会完整显示，用来明确标记每一行的索引位置。

在你的两级索引案例里，code是索引的最后一级，所以哪怕它和上一行完全相同，也会被显示出来；而三级索引时，typ是最后一级，前两级name和code因为连续重复，就会被稀疏隐藏。

如果真的想让两级索引也实现类似的稀疏效果，其实可以用个小技巧：比如临时把最后一级索引转成列，或者加个占位的空索引层级，但说实话，默认的显示方式其实更合理——当只有两级索引时，最后一级是区分行的关键标识（哪怕索引本身重复），显示出来能避免你混淆行的定位。

内容的提问来源于stack exchange，提问作者ZY Huang