Python 取多个索引的子集，索引的意外行为

我有来自特定数据流的多次重复的数据，这些数据被组织为多索引数据帧（其中每个重复被标记为，例如，

['rep1'，'rep2'，…，'repN']

）。我经常需要在一系列重复中获取较大数据帧的子集（例如，

df.loc['rep5'：'rep50'，：]

）

但是，如果后续子集的索引仍然保留较大数据帧中的整个索引值列表（即

['rep1'、'rep2'、…，'repN']

），我无法找到一种方法来实现这一点

因此，对于一个简化的示例，给定以下df：

dfs = [pd.DataFrame({'vals': range(3)}) for i in range(3)]
df = pd.concat(dfs, keys=['l1', 'l2', 'l3'])

df

      vals
l1 0     0
   1     1
   2     2
l2 0     0
   1     1
   2     2
l3 0     0
   1     1
   2     2

然后取其中的一个子集：

subset = df.loc['l2':, :]
subset
      vals
l2 0     0
   1     1
   2     2
l3 0     0
   1     1
   2     2

查看子集的索引，原始的

'l1'

索引仍然是：

subset.index
MultiIndex(levels=[['l1', 'l2', 'l3'], [0, 1, 2]],
           labels=[[1, 1, 1, 2, 2, 2], [0, 1, 2, 0, 1, 2]

但是，如果我重置该索引级别，

'l1'

似乎会消失：

subset.reset_index(level=0)
    level_0 vals
0   l2  0
1   l2  1
2   l2  2
0   l3  0
1   l3  1
2   l3  2

然后我可以把

'level\u 0'

作为索引放回去，基本上达到我想要达到的目标

subset.reset_index(level=0).set_index('level_0', append=True).reorder_levels([1, 0]).index
MultiIndex(levels=[['l2', 'l3'], [0, 1, 2]],
           labels=[[0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]],
           names=['level_0', None])

然而，这显然是一条非常迂回的路线。我认为另一个选项是删除其他行，但我发现在尝试为多索引df执行一系列行时，

df.drop

非常笨拙

如果数据帧不是分层的，则不会发生此行为。例如：

df = pd.DataFrame({'vals': range(5)}, index=['a', 'b', 'c', 'd', 'e'])

df.index
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

然后取一个子集

subset = df.loc[('b', 'c', 'd'),:]
subset.index
Index(['b', 'c', 'd'], dtype='object')

---

我不清楚为什么会这样

我想，你需要的是

输出：

MultiIndex(levels=[['l2', 'l3'], [0, 1, 2]],
           labels=[[0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]])

---

@user3014097是的，是0.20.0中的新版本。在旧版本的pandas中是否有处理此问题的方法？在pandas bug tracker中遇到此问题。我想处理它的一种方法是<代码>子集。index。GETA Lovel值（level＝0）。UNIQUE（）/<代码>，至少对于我正在尝试重复这些重复的特定用例。是的，我在寻找，祝你们好运，如果可以的话，升级到0.20.2。@ USER 3014097请考虑对这个问题进行投票。谢谢

MultiIndex(levels=[['l2', 'l3'], [0, 1, 2]],
           labels=[[0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]])