如何在MultiIndex DataFrame中根据上层索引值获取下层索引的所有可能值

嘿，这个需求在处理多层索引DataFrame时特别常见，我来给你几个简单高效的解决方案，先从补全你的示例代码开始：

先构建完整的MultiIndex DataFrame #

import pandas as pd
import numpy as np

arrays = [
    ['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
    ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'],
    ['a','b','a','b','b','b','b','b']
]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second', 'third'])
df = pd.DataFrame(np.random.randn(8, 2), index=index, columns=['A', 'B'])

方法1：用xs切片后提取层级值 #

xs方法可以快速按层级索引切片，之后直接提取对应层级的唯一值就行，非常直观：

# 筛选0级索引为'bar'的子数据集
bar_subset = df.xs('bar', level='first')

# 获取1级（second）的所有唯一取值
second_unique = bar_subset.index.get_level_values('second').unique()
# 获取2级（third）的所有唯一取值
third_unique = bar_subset.index.get_level_values('third').unique()

print("1级索引的所有取值：", second_unique)
print("2级索引的所有取值：", third_unique)

方法2：直接用索引掩码（高效适合大数据集） #

如果你的DataFrame数据量很大，直接操作索引掩码会更高效，避免生成子DataFrame：

# 生成0级索引等于'bar'的布尔掩码
bar_mask = df.index.get_level_values('first') == 'bar'

# 提取对应掩码位置的上层级索引并去重
second_unique = df.index.get_level_values('second')[bar_mask].unique()
third_unique = df.index.get_level_values('third')[bar_mask].unique()

方法3：获取上层级的组合取值 #

如果你需要的是上层级的组合值（比如('one','a')这种元组形式），可以直接对筛选后的索引取唯一值：

bar_level_combinations = df.index[bar_mask].unique()
print("所有上层级的组合取值：", bar_level_combinations)

小提示 #

• 如果你的层级是按位置而不是名称定义的，把level='first'换成level=0就行，同理level='second'换成level=1；
• unique()方法会保留取值的出现顺序，如果你需要排序，可以再加个.sort_values()。

内容的提问来源于stack exchange，提问作者Mike S