如何用Pandas的loc切片多层索引第二层？支持列表切片吗？

好问题！针对你这种三级MultiIndex的DataFrame，想要单独对第二层索引做切片，还支持用列表批量筛选的需求，Pandas有几种很实用的方法，我给你一步步讲清楚：

这是Pandas专门为多级索引设计的切片工具，非常适合复杂的索引筛选场景。用法很简单：
首先确保导入（如果没导入的话）：

import pandas as pd

针对你的需求，要筛选第二层索引是['Paddy rice', 'Wheat']的所有行，代码如下：

# 冒号表示匹配该层级的所有值，中间的列表就是你要筛选的第二层索引值
filtered_z = z.loc[pd.IndexSlice[:, ['Paddy rice', 'Wheat'], :]]

解释： #

• 第一个:：匹配第一层索引的所有值（比如你的例子里的'AT'、其他国家代码等）
• 中间的列表：精确匹配第二层索引的指定值
• 第三个:：匹配第三层索引的所有值（比如'M.EUR'等区域代码）

如果不想额外导入IndexSlice，可以用元组配合slice(None)来替代冒号（因为在元组里不能直接写冒号），代码如下：

filtered_z = z.loc[(slice(None), ['Paddy rice', 'Wheat'], slice(None))]

这里slice(None)的作用和冒号完全一样，代表匹配该层级的所有元素，效果和方法1完全相同。

如果你的多级索引有明确的层级名称，或者你想快速定位某一层级，xs方法也可以实现列表筛选，记得加上drop_level=False来保留所有索引层级（默认会删掉筛选的层级）：

# level=1表示第二层索引（索引层级从0开始计数）
filtered_z = z.xs(['Paddy rice', 'Wheat'], level=1, drop_level=False)

额外小提示： #

如果只是筛选单个第二层索引值，比如只取'Paddy rice'，可以直接简化成z.loc[:, 'Paddy rice', :]；但要批量筛选多个值（列表形式），就必须用上面三种方法里的任意一种，不然会触发Pandas的索引匹配错误。

内容的提问来源于stack exchange，提问作者LeoIE