Python iloc&x27；对多索引的一个级别进行排序

我有多索引数据帧，类似于：

df = pd.DataFrame(index = pd.MultiIndex.from_product([['mike', 'matt', 'dave', 'frank', 'larry'], range(10)]))
df['foo']="bar"
df.index.names=['people', 'socket']

我想做的是iloc切片与索引中前三个人相关联的所有行。IE:检索

people

为

matt

mike

或

dave

的所有行

然而，熊猫根本不支持这一点。看到了一些与粗略级别相关的黑客，但它们甚至都不起作用

get\u level\u value（0）

不提供不同的级别值，

levels（）

返回未排序的

frozenset

---

编辑：我应该说基于

.loc

的解决方案对我不起作用。

一个想法是获取第一级的第一个uniqe值，通过

loc

索引和选择：

df = df.loc[df.index.get_level_values(0).unique()[:3]]

详细信息：

print (df.index.get_level_values(0).unique()[:3])
Index(['mike', 'matt', 'dave'], dtype='object', name='people')

给你：

df = pd.DataFrame(index = pd.MultiIndex.from_product([['mike', 'matt', 'dave', 'frank', 'larry'], range(10)], names=['people', 'socket']))
df['foo']="bar"
df.index.names=['people', 'socket']
# get rows
select_rows = df.loc[['mike', 'matt', 'dave']]

输出：

people socket     
mike   0       bar
       1       bar
       2       bar
       3       bar
       4       bar
       5       bar
       6       bar
       7       bar
       8       bar
       9       bar
matt   0       bar
       1       bar
       2       bar
       3       bar
       4       bar
       5       bar
       6       bar
       7       bar
       8       bar
       9       bar
dave   0       bar
       1       bar
       2       bar
       3       bar
       4       bar
       5       bar
       6       bar
       7       bar
       8       bar
       9       bar

另一种选择：

df[df.index.get_level_values(0)
     .isin({'matt','mike','dave'})]