Pandas多索引DataFrame：筛选值大于同主索引subcat1行的记录

这问题我熟，咱们一步步来搞定它——要筛选出每行value大于同一级索引（index0）下二级索引为subcat1的对应值的行，其实可以通过提取参考值+条件比较来实现，下面是具体步骤：

1. 先创建可复现的示例DataFrame #

首先咱们把你给出的数据转换成可运行的代码，方便后续测试：

import pandas as pd

# 构建数据和多级索引
data = {
    'name': ['henk', 'klaas', 'jan', 'piet', 'joris', 'corneel'],
    'value': [6, 7, 10, 7, 8, 9]
}
multi_index = pd.MultiIndex.from_tuples(
    [('cat1', 'subcat1'), ('cat2', 'subcat1'), ('cat3', 'subcat1'),
     ('cat1', 'subcat2'), ('cat2', 'subcat2'), ('cat3', 'subcat2')],
    names=['index0', 'index1']
)
df = pd.DataFrame(data, index=multi_index)

2. 方法一：提取参考值后映射比较 #

这种方式逻辑清晰，容易理解：

• 先提取所有二级索引为subcat1的行，得到每个index0对应的参考value
• 把参考值映射到原DataFrame的每一行，生成辅助列
• 基于辅助列做条件筛选，最后去掉辅助列

代码实现：

# 提取每个index0下subcat1对应的参考value
ref_values = df.xs('subcat1', level='index1')['value']

# 将参考值映射到原DataFrame的每一行
df['ref_value'] = df.index.get_level_values('index0').map(ref_values)

# 筛选满足条件的行，并移除辅助列
filtered_df = df[df['value'] > df['ref_value']].drop(columns='ref_value')

3. 方法二：用groupby+transform简化操作 #

如果想更简洁，可以直接用groupby按index0分组，然后通过transform把每组的参考值广播到所有行，直接做比较：

filtered_df = df[df['value'] > df.groupby(level='index0')['value'].transform(
    lambda group: group[group.index.get_level_values('index1') == 'subcat1'].iloc[0]
)]

最终结果 #

两种方法得到的结果一致，都是：

name  value
index0 index1               
cat1   subcat2   piet      7
cat2   subcat2  joris      8

内容的提问来源于stack exchange，提问作者mottie91