如何更简洁地基于MultiIndex的索引条件删除Pandas DataFrame行？

哈哈，我太懂这种写绕弯代码的别扭感了——明明是个简单的索引筛选，却要堆一堆drop+loc的嵌套，肯定有更顺手的方式！针对你这个多级索引的场景，我整理了几个比当前实现更简洁直观的写法：

方法1：直接用loc筛选保留目标行（首推！） #

与其先定位要删除的行再调用drop，不如直接筛选出你需要保留的行，逻辑更直白，代码也更短：

df = df.loc[df.index.get_level_values(1) >= 150]

这个写法的核心是把“删除不符合条件的行”转化为“保留符合条件的行”，读代码的时候一眼就能明白你要留下第二级索引≥150的记录，完全不需要绕弯子。

方法2：用query方法，语法像SQL一样好读 #

刚好你的第二级索引有命名（name），Pandas的query方法可以直接用索引名称来写条件，写法超清爽：

df = df.query("name >= 150")

要是你的多级索引没设置名称也没关系，用level_0、level_1这类默认名称就能指代对应层级（比如第二级索引就写level_1 >= 150），同样好用。

用这两种方法得到的结果和你原来的输出完全一致，比如运行query后的结果就是：

data
   name
0 200        3
   300        5
1 200        4
   300        6

是不是比你之前的嵌套写法舒服太多啦？

备注：内容来源于stack exchange，提问作者Petra