Python 熊猫：使用数组索引所有值

我想选择具有特定索引的所有行。我的数据框如下所示：

>>> df
                            Code
Patient Date                        
1       2003-01-12 00:00:00  a
        2003-02-13 00:00:00  b
        2003-02-14 00:00:00  ba
2       2001-1-17 22:00:00  z
        2002-1-21 00:00:00  d
        2003-1-21 00:00:00  a
        2005-12-1 00:00:00  ba

选择第一个（患者）索引之一有效：

>>> df.loc[1]
                            Code
Patient Date                        
1       2003-01-12 00:00:00  a
        2003-02-13 00:00:00  b
        2003-02-14 00:00:00  ba

但选择第一个（患者）索引的倍数不会：

>>> df.loc[[1, 2]]
                            Code
Patient Date                        
1       2003-01-12 00:00:00  a
2       2001-1-17 22:00:00  z

但是，我希望获得整个数据帧（结果是if

[1,1,1,2]

即原始数据帧）

当使用单个索引时，它可以正常工作。例如：

>>> df.reset_index().set_index("Patient").loc[[1, 2]]
                   Date     Code
Patient                          
1       2003-01-12 00:00:00  a
        2003-02-13 00:00:00  b
        2003-02-14 00:00:00  ba
2       2001-1-17 22:00:00  z
        2002-1-21 00:00:00  d
        2003-1-21 00:00:00  a
        2005-12-1 00:00:00  ba

TL；DR为什么在使用多个索引时必须重复索引，而在使用单个索引时则不必重复索引

编辑：显然，它可以类似于：

>>> df.loc[df.index.get_level_values("Patient").isin([1, 2])]

---

但我觉得这很肮脏。这是一种方式吗？或者是其他更好的方式吗？

对于Pandas verison 0.14，根据上述评论，推荐的方式是：

df.loc[([1,2],),:]

---

df.loc[1][1:2]应选择两行哪种版本？你能显示df.info（）吗？@Jeff我也能用0.13和0.14得到这个。只有在0.14中，你才能做

df.loc[（[1,2]，），：]

来得到你想要的。@joris工作起来很有魅力！非常感谢！顺便问一下，是否可以在不使用

KeyError

s的情况下实现相同的功能。也就是说，当3缺失时，如果我执行

df.loc[（[1,3]，），：]

，则只返回1的结果