嘿，我来帮你搞定这个期货数据的多级索引筛选问题！针对你给出的场景，我们可以利用Pandas的多级索引操作方法，轻松把df1里的合约收盘价提取到df2中，下面是具体步骤和代码：

完整代码示例 #

import pandas as pd
import numpy as np

# 初始化多级索引DataFrame df1
date_index = pd.date_range('2018-03-20', periods=10)
contract = ['ZN1805', 'ZN1806', 'ZN1807']
price = ['open', 'close']
columns = pd.MultiIndex.from_product([contract, price], names=['contract', 'price'])
df1 = pd.DataFrame(data=np.random.randint(100, 150, (10, columns.shape[0])), index=date_index, columns=columns)

# 方法1：直接生成符合要求的df2
# 提取所有合约的close价格列
close_prices = df1.xs('close', level='price', axis=1)
# 将宽表转为长表，匹配df2的结构
df2 = close_prices.stack().reset_index(name='close')
df2 = df2.rename(columns={'level_0': 'date'})  # 可选：重命名日期列

# 方法2：如果已经初始化了df2，填充数据进去
# df2 = pd.DataFrame(columns=['contract', 'close'], index=df1.index)
# 先提取所有close价格并转为长表，然后填充到df2
# close_series = df1.xs('close', level='price', axis=1).stack()
# df2['contract'] = close_series.index.get_level_values('contract')
# df2['close'] = close_series.values

关键步骤解释 #

• 提取指定层级的列：使用df1.xs('close', level='price', axis=1)，xs是Cross Section的缩写，专门用于多级索引的快速筛选。这里指定level='price'表示筛选价格层级为close的列，axis=1表示操作的是列索引。
• 转换表结构：close_prices是一个宽表（每列对应一个合约的收盘价），用stack()方法可以把列索引的contract层级转成行索引的一部分，得到一个带多级行索引的Series，再用reset_index()把索引转为普通列，就得到了date、contract、close的结构，完美匹配df2的需求。
• 填充已有df2的方式：如果已经提前创建了df2，可以通过提取多级索引的层级值（get_level_values）来填充contract列，再把Series的值赋值给close列。

这样就能轻松从多级索引的df1中提取你需要的合约收盘价数据啦！

内容的提问来源于stack exchange，提问作者StayFoolish