Pandas多索引DataFrame筛选含指定值行的问题求助

看起来你在处理双层表头的DataFrame时遇到了索引相关的坑，我来帮你一步步捋清楚解决办法：

问题原因拆解 #

1. 第一个报错（ValueError）：你直接用postSurvey['QUESTNNR']取列，但因为列是MultiIndex（双层表头），Pandas不知道你要找的是顶层还是底层的列名，无法匹配导致报错。
2. 第二个报错（AttributeError）：xs()方法默认是对行索引做层级筛选，但你的行索引是默认的RangeIndex（0、1、2...），根本没有QUESTNNR这个层级，自然会报错。

具体解决方案 #

第一步：先确认列的MultiIndex结构 #

先打印列的完整结构，搞清楚QUESTNNR属于哪个层级：

print(postSurvey.columns)
# 输出会类似这种格式：MultiIndex([('A', 'A1'), ('B', 'A2'), ..., ('xxx', 'QUESTNNR')])

第二步：根据层级定位列并筛选行 #

根据你打印的结果，分两种情况处理：

情况1：QUESTNNR是列的底层名称（level=1）

比如列结构是('B', 'QUESTNNR')，先提取这一列再做布尔筛选：

# 提取QUESTNNR对应的列（axis=1表示操作列，不是行）
questnnr_series = postSurvey.xs('QUESTNNR', level=1, axis=1)
# 筛选值为'PS'的行
filtered_df = postSurvey[questnnr_series == 'PS']

情况2：QUESTNNR是列的顶层名称（level=0）

直接提取顶层为QUESTNNR的列，再筛选：

questnnr_series = postSurvey.xs('QUESTNNR', level=0, axis=1)
filtered_df = postSurvey[questnnr_series == 'PS']

更直接的方式（如果知道完整列名）

如果你明确知道QUESTNNR对应的完整MultiIndex列名（比如('B', 'QUESTNNR')），可以直接写：

filtered_df = postSurvey[postSurvey[('B', 'QUESTNNR')] == 'PS']

额外简化技巧 #

如果后续要频繁操作这一列，可以给它重命名，避免每次都写多层索引：

# 找到QUESTNNR在level=1的列位置
col_idx = postSurvey.columns.get_loc_level('QUESTNNR', level=1)[0][0]
# 给这一列单独命名
postSurvey = postSurvey.rename(columns={postSurvey.columns[col_idx]: 'QUESTNNR'})
# 之后就能直接筛选了
filtered_df = postSurvey[postSurvey['QUESTNNR'] == 'PS']

内容的提问来源于stack exchange，提问作者Rickeyhb