Python 正在从多索引数据帧中删除最后一行

Python 正在从多索引数据帧中删除最后一行,python,pandas,multi-index,Python,Pandas,Multi Index,我有一个熊猫数据框,看起来像这样: close volume date ticker 2017-01-03 AAPL 116.15 28781865.0 AMZN 753.67 3521066.0 MSFT 62.58 20694101.0 TSLA 216.99 5923254.0 2017-

我有一个熊猫数据框,看起来像这样:

                   close      volume
date       ticker                    
2017-01-03 AAPL    116.15  28781865.0
           AMZN    753.67   3521066.0
           MSFT     62.58  20694101.0
           TSLA    216.99   5923254.0
2017-01-04 AAPL    116.02  21118116.0
           AMZN    757.18   2510526.0
           MSFT     62.30  21339969.0
           TSLA    226.99  11213471.0
2017-01-05 AAPL    116.61  22193587.0
           AMZN    780.45   5830068.0
           MSFT     62.30  24875968.0
           TSLA    226.75   5911695.0
2017-01-06 AAPL    117.91  31751900.0
           AMZN    795.99   5986234.0
           MSFT     62.84  19922919.0
           TSLA    229.01   5527893.0
2017-01-09 AAPL    118.99  33561948.0
           AMZN    796.92   3446109.0
           MSFT     62.64  20382730.0
           TSLA    231.28   3979484.0
2017-01-10 AAPL    119.11  24462051.0
           AMZN    795.90   2558369.0
           MSFT     62.62  18593004.0
           TSLA    229.87   3659955.0
我想删除“日期”索引级别中的所有行,但最近的日期除外,它始终是最后一行。因此,在这种情况下,结果应该是:

                   close      volume
date       ticker                    
2017-01-10 AAPL    119.11  24462051.0
           AMZN    795.90   2558369.0
           MSFT     62.62  18593004.0
           TSLA    229.87   3659955.0
我试过了

pricing.drop(pricing.index[0:len(pricing)-1])
但这将查看“ticker”级别而不是日期级别,只返回最后一行,而不是最后一个日期的所有行:

                   close      volume
date       ticker                    

2017-01-10 TSLA    229.87   3659955.0           
我尝试将level=0或level='date'添加到它,但它只会返回完整的数据帧,而不会删除任何内容

有人知道这样做的好方法吗?

使用“第一级”中的值,通过索引选择“最后一级”,并使用“最后一级”选择“最后一级”,以避免删除第一级:

df = df.xs(df.index.get_level_values(0)[-1], drop_level=False)
print (df)
                    close      volume
date       ticker                    
2017-01-10 AAPL    119.11  24462051.0
           AMZN    795.90   2558369.0
           MSFT     62.62  18593004.0
           TSLA    229.87   3659955.0
另一个解决方案:

df = df.loc[[df.index[-1][0]], :]
print (df)
                    close      volume
date       ticker                    
2017-01-10 AAPL    119.11  24462051.0
           AMZN    795.90   2558369.0
           MSFT     62.62  18593004.0
           TSLA    229.87   3659955.0
详细信息

print (df.index[-1])
('2017-01-10', 'TSLA')

print (df.index[-1][0])
2017-01-10