如何提取MultiIndex中first层级前两个索引值的全部数据？

假设我们已经通过以下代码构建了带有MultiIndex的DataFrame：

import pandas as pd

df = pd.DataFrame(data=[["A", "B", 12], ["A", "B", 143], ["C1", "C1", 11], ["C1", "C1", 11],["C1", "C1", 11], ["C3", "C4", 11]], columns=["first", "secound", "data"])
df.set_index(["first", "secound"], inplace=True)

生成的DataFrame结构如下：

data
first secound     
A     B        12
      B       143
C1    C1       11
      C1       11
      C1       11
C3    C4       11

要提取first索引层级中前两个唯一值对应的全部数据，这里提供几种实用的实现方法：

方法一：利用isin结合唯一值筛选 #

这是最直观的方法，先获取first层级的前两个唯一索引值，再筛选匹配的行：

# 获取first层级的前两个唯一索引值
top_two_first = df.index.get_level_values('first').unique()[:2]
# 筛选符合条件的数据
filtered_df = df[df.index.get_level_values('first').isin(top_two_first)]

运行后得到的结果就是我们期望的：

data
first secound     
A     B        12
      B       143
C1    C1       11
      C1       11
      C1       11

方法二：使用IndexSlice优雅筛选 #

对于MultiIndex的场景，pandas的IndexSlice可以让我们更清晰地针对不同层级做切片操作：

from pandas import IndexSlice

# 获取前两个唯一的first索引值
top_two = df.index.get_level_values('first').unique()[:2]
# 通过IndexSlice筛选
filtered_df = df.loc[IndexSlice[top_two, :], :]

这里IndexSlice[top_two, :]表示：在first层级取top_two中的所有值，secound层级取所有值，最终得到的结果和方法一完全一致。

方法三：直接指定索引值（适用于已知索引值的场景） #

如果你已经明确知道前两个first索引值是"A"和"C1"，也可以直接通过loc切片：

filtered_df = df.loc[["A", "C1"], :]

这种方法更简洁，但缺点是硬编码了索引值，适合索引值固定的场景；如果索引值是动态生成的，还是前两种方法更通用。

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