Python 熊猫：获取多索引级别为系列

我有一个具有多个级别的数据帧，例如：

idx = pd.MultiIndex.from_product((['foo', 'bar'], ['one', 'five', 'three' 'four']),
                                 names=['first', 'second'])
df = pd.DataFrame({'A': [np.nan, 12, np.nan, 11, 16, 12, 11, np.nan]}, index=idx).dropna().astype(int)

              A     
first second
foo   five     12
      four     11
bar   one      16
      five     12
      three    11

我想使用名为

second

的索引级别创建一个新列，以便

              A    B  
first second
foo   five     12   five
      four     11   four
bar   one      16   one
      five     12   five
      three    11   three

我可以通过重置索引、复制列，然后重新应用来实现这一点，但这似乎更全面

我尝试了

df.index.levels[1]

，但这会创建一个排序列表，它不会保留顺序

如果它是单个索引，我将使用

df.index

，但在创建元组列的多索引中使用

---

如果在其他地方解决了此问题，请与我们分享，因为我在搜索stackoverflow归档文件时没有任何运气。

如果您想使用索引名（而不是数字索引）获取索引列值，我可以借用@AlbertoGarcia Raboso的答案

df['B'] = idx.to_series().str[1]

请注意，这会给您一个仍然包含索引列的输出，正如问题所要求的，它是一个系列。这看起来像是一个重复的列

df.index.to_frame()['second']

---

（例如，用

df.index.to_frame（）['second'][8]

询问第9个系列项目）

是否可以按索引名执行？是的

df.index.get_level_values（level='second'）

也可以工作。如果多索引位于列之上，而不是使用

df.columns.get_level_values（level=1）

的索引之上，则可以执行相同的操作。

df.index.to_frame()['second']