如何用含DataFrame层级子集的(多)索引对MultiIndex DataFrame索引？

假设你有一个带MultiIndex的DataFrame，想要用一个仅包含原索引部分层级的子集来筛选数据，同时让未被筛选的层级保留所有行——这正是你示例里的需求，对吧？下面就一步步来实现：

1. 先还原你的示例数据 #

首先我们先构建出你给出的示例DataFrame：

import pandas as pd

# 构造MultiIndex
arrays = [[1, 1, 1, 2, 2, 2], ['a', 'b', 'c', 'a', 'b', 'c']]
multi_index = pd.MultiIndex.from_arrays(arrays, names=['num', 'chr'])

# 创建DataFrame
df = pd.DataFrame(
    {'col': [0.845402, 0.099432, 0.507409, 0.684363, 0.582436, 0.666528]},
    index=multi_index
)

2. 获取目标子集索引 #

按照你的需求，先计算每个chr的均值，再取最小的2个chr作为筛选子集：

# 计算各chr的均值并取最小的2个的索引
target_chrs = df['col'].unstack('chr').mean().nsmallest(2).index

3. 筛选DataFrame（保留其他层级所有行） #

这里的核心是用slice(None)表示“保留该层级所有行”，然后结合df.loc来定位：

# 筛选：num层级保留所有，chr层级只取target_chrs中的值
filtered_df = df.loc[(slice(None), target_chrs), :]
print(filtered_df)

输出结果会是：

col
num chr     
1   b   0.099432
    c   0.507409
2   b   0.582436
    c   0.666528

通用场景扩展 #

如果你的MultiIndex有更多层级（比如['num', 'chr', 'site']），想要筛选chr的子集同时保留num和site的所有行，只需要在索引元组对应位置用slice(None)即可：

# 假设新增site层级后的筛选
filtered_df = df.loc[(slice(None), target_chrs, slice(None)), :]

这个方法的好处是直接基于MultiIndex操作，不需要重置索引再还原，效率和可读性都很高。

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