Python 按指定级别的多个值对多索引数据帧进行切片

我想从第二级通过多个值对多索引进行切片。例如，在以下数据帧中：

                val1  val2
ind1 ind2 ind3            
1    6    s1      10     8
2    7    s1      20     6
3    8    s2      30     4
4    9    s2      50     2
5    10   s3      60     0

我只希望对

ind3==s1

或

ind3==s3

的行进行切片：

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

最好的假设选项是将多个参数传递给，因为可以显式地声明所需的

级别

很明显，我可以看到所有被单值数据帧分割的数据帧：

In[2]: pd.concat([df.xs('s1',level=2), df.xs('s3',level=2)])
Out[2]:
           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

但是（a）当使用2个以上的值时，它很乏味，可读性也不好，（b）对于大型数据帧，它相当重（或者至少比多值切片选项重，如果存在的话）

以下是构建示例数据帧的代码：

                val1  val2
ind1 ind2 ind3            
1    6    s1      10     8
2    7    s1      20     6
3    8    s2      30     4
4    9    s2      50     2
5    10   s3      60     0

---

与数据帧中的大多数选择一样，您可以使用掩码或索引器（

loc

）

要获取掩码，您可以在多索引上使用

get_level_值

（），后跟

isin

（）

要使用

loc

：

df.loc[(slice(None), slice(None), ['s1', 's3']), :].reset_index(level=2, drop=True)

两种输出

           val1  val2
ind1 ind2            
1    6       10     8
2    7       20     6
5    10      60     0

---

注：

loc

方式也可以写成Alberto Garcia Raboso的回答。许多人更喜欢这种语法，因为它与

索引的
loc
语法更为一致。中讨论了这两种语法样式。
您可以使用
索引：

idx = pd.IndexSlice
result = df.loc[idx[:, :, ['s1', 's3']], idx[:]]
result.index = result.index.droplevel('ind3')
print(result)

输出：

val1 val2
ind1 ind2
1    6       10     8
2    7       20     6
5    10      60     0

上面的第二行也可以写成

result = df.loc(axis=0)[idx[:, :, ['s1', 's3']]]

indexlice
-不错@感谢您的回复！第二个答案是第一个，所以我同意了，但你的答案也行。这应该是选择的答案。美丽的！谢谢你的回复！注意，我正在寻找一个结果w.o.“ind3”。
result = df.loc(axis=0)[idx[:, :, ['s1', 's3']]]