Python DataFrame.index.levels显示“；额外的；减少数据帧后的值

假设我有一个大数据帧

large

，它在行上有一个多索引。我通过只选择一些行来缩减这个数据帧，并将结果分配给

small

。特别是，

small

在行的多索引的第0级中的不同值少于

large

然后，我希望在

small

行的多索引的第0级中有一个不同值的列表，因此我调用

small.index.levels[0]

。结果很奇怪：它返回与

large.index.levels[0]

相同的内容，尽管实际上应该有更少的值

发生什么事了

MWE：

输出：

Index([u'Alex', u'John', u'Josh'], dtype='object')
Index([u'Alex', u'John', u'Josh'], dtype='object')

预期产出：

Index([u'John', u'Josh'], dtype='object')
Index([u'Alex', u'John', u'Josh'], dtype='object')

---

这样做效率更高

In [43]: large[large.index.get_level_values('Person').to_series().str.startswith('Jo').values]
Out[43]: 
                    one       two
Person Letter                    
John   a       1.764052  0.400157
       b       0.978738  2.240893
       c       1.867558 -0.977278
       d       0.950088 -0.151357
       e      -0.103219  0.410599
Josh   a       0.144044  1.454274
       b       0.761038  0.121675
       c       0.443863  0.333674
       d       1.494079 -0.205158
       e       0.313068 -0.854096

回答你的问题。这是一个实现细节。使用

.get_level_values（）

（而不是访问内部

.levels

如果你愿意，你可以这样做

In [13]: small.index.get_level_values('Person').unique()
Out[13]: array(['John', 'Josh'], dtype=object)

In [14]: large.index.get_level_values('Person').unique()
Out[14]: array(['John', 'Josh', 'Alex'], dtype=object)

---

我不太确定你是否回答了我的问题。我的目标不是完成从

large

到

small

的过滤。上面我的

small

中只有我想要的数据。我想要的是得到

small

多索引第0级的不同值列表。（例如，

large

在其多索引的

Person

级别中可能有数百个姓名，因此当我只筛选到以

'Jo'

开头的姓名时，我可能不知道我将得到什么。但一旦筛选完成，我想看看我得到了什么。你建议我怎么做？

In [13]: small.index.get_level_values('Person').unique()
Out[13]: array(['John', 'Josh'], dtype=object)

In [14]: large.index.get_level_values('Person').unique()
Out[14]: array(['John', 'Josh', 'Alex'], dtype=object)