如何判断一个Pandas（Multi）索引是否为另一个的子集（顺序无关）

刚好碰到过一模一样的需求——要判断Pandas的索引（不管是单层还是多层的）是不是另一个索引的子集，而且完全不用管顺序，只看值有没有全部存在就行。给你整理了一套可行的方案，结合示例一看就懂：

先写个通用判断函数 #

我们可以利用Python集合的无序特性来实现，不管是普通索引还是多层索引都能兼容：

import pandas as pd
import numpy as np

def issubset(idx_to_check, target_idx):
    # 处理单层索引：直接转集合
    if idx_to_check.nlevels == 1:
        check_set = set(idx_to_check)
        target_set = set(target_idx)
    # 处理多层索引：先把每个索引组合转成元组，再转集合
    else:
        check_set = set(idx_to_check.to_flat_index())
        target_set = set(target_idx.to_flat_index())
    # 利用集合的issubset方法判断
    return check_set.issubset(target_set)

用你的测试数据验证 #

拿你给出的示例DataFrame来测试，结果完全符合预期：

# 创建测试用的DataFrame
df0 = pd.DataFrame(np.random.rand(3,10), index=['foo', 'bar', 'baz'])
df1 = pd.DataFrame(np.random.rand(2,10), index=['baz', 'foo'])
df2 = pd.DataFrame(np.random.rand(3,10), index=['foo', 'baz', 'BLAH'])

# 执行判断
print(issubset(df1.index, df0.index))  # 输出True：df1的所有索引值都在df0里
print(issubset(df0.index, df2.index))  # 输出False：df0里的'bar'不在df2的索引中

为啥这么实现？ #

• 对于单层索引，集合的无序性刚好匹配我们顺序无关的要求，而且Python原生的集合操作效率很高。
• 对于多层索引（MultiIndex），to_flat_index()会把每一组多层索引转成一个元组，这样就能用集合来判断整个组合是否存在，不会出现层级不匹配的问题。

补充个替代方案 #

如果你不想自己写函数，也可以用Pandas自带的方法实现，不过性能上集合的方式会更优：

# 单层索引的情况
(df1.index.isin(df0.index)).all()

# 多层索引的情况
(idx_to_check.to_flat_index().isin(target_idx.to_flat_index())).all()

内容的提问来源于stack exchange，提问作者ajwood