如何利用MultiIndex数据框的索引对目标DataFrame进行切片筛选？

嘿，我明白你的需求了——你想从foo里挑出那些bar和baz列的组合正好出现在foo_multi的MultiIndex里的行对吧？这里有几个简单且高效的方法，你可以根据自己的习惯选：

方法1：用merge做内连接（最直观） #

把foo_multi的MultiIndex转换成普通DataFrame，然后和foo做内连接，这样只会保留两边都存在的(bar, baz)组合：

import pandas as pd

foo = pd.DataFrame({'bar':[1,2,3,4,5,3,8,4,4,5], 'baz':['a','b','c','d','d','d','d','b','a','a'], 'qux':['z','x','c','x','z','z','x','c','c','c']})
foo_multi = foo.groupby(['bar', 'baz']).size().nlargest(3)

# 将MultiIndex转为包含bar和baz的DataFrame
multi_index_df = foo_multi.reset_index()
# 内连接，只保留匹配的行
result = pd.merge(foo, multi_index_df[['bar', 'baz']], on=['bar', 'baz'])
print(result)

方法2：用isin结合元组筛选（无需额外DataFrame） #

把foo的bar和baz列打包成元组，直接检查这些元组是否在foo_multi的索引集合里：

# 把每行的bar和baz转为元组
foo_tuples = foo.apply(lambda row: (row['bar'], row['baz']), axis=1)
# 筛选出元组在foo_multi索引中的行
result = foo[foo_tuples.isin(foo_multi.index)]
print(result)

方法3：通过设置临时MultiIndex筛选 #

先给foo设置bar和baz为MultiIndex，然后用索引匹配筛选，最后恢复原结构：

# 临时将foo的索引设为bar和baz
foo_temp = foo.set_index(['bar', 'baz'])
# 筛选索引在foo_multi索引中的行，再重置索引恢复列
result = foo_temp[foo_temp.index.isin(foo_multi.index)].reset_index()
print(result)

这三个方法都能得到你想要的结果，选哪个全看你觉得哪种更顺手～

内容的提问来源于stack exchange，提问作者Mike S