如何从Pandas多级索引DataFrame中按visit维度访问数据？

嘿，这个问题我熟！你遇到的报错是因为Pandas的普通[]操作符不支持直接用[:, 1]这种方式来访问多级行索引的数据，得用专门针对多级索引的方法才行，我给你几种实用的解决方案：

方案一：用.loc结合元组切片筛选 #

.loc支持通过元组来匹配多级索引的各个层级，要筛选所有年份中visit=1的行，可以这样写：

# 匹配所有year、visit=1的行，保留所有列
health_data.loc[(slice(None), 1), :]

这里slice(None)代表匹配所有year值，1指定要匹配的visit值，末尾的:表示保留所有列。如果需要筛选特定列，把:换成对应的列标识即可。

方案二：用.xs()方法（更简洁直观） #

.xs()是Pandas专为多级索引设计的交叉筛选工具，能直接指定层级名称和对应的值，代码更简洁：

# 筛选所有year中visit=1的行
health_data.xs(1, level='visit')

默认情况下，这个方法会把被筛选的visit层级从索引中移除，如果想保留原有的多级索引结构，加上drop_level=False参数就行：

health_data.xs(1, level='visit', drop_level=False)

方案三：按位置筛选（按需使用） #

如果你是想按索引的位置（比如visit层级的第1个位置，对应示例中的visit=2）来筛选，可以结合.iloc和布尔索引实现：

# 获取行索引第二个层级位置为1的行（即visit=2的行）
health_data.iloc[[i for i, idx in enumerate(health_data.index) if idx[1] == 2]]

不过这种写法不如前两种直观，一般优先用前两种方案。

内容的提问来源于stack exchange，提问作者user3889486