多索引熊猫数据框，如何获取特定索引列表

摘要：我正在尝试使用 Pandas 数据框来存储历史股票期权链信息。我按以下顺序设置了索引：

1. quote_datetime：这表示该行来自的特定时间/蜡烛。特定的quote_datetime 会有多行数据。
2. 到期日：期权有一个到期日，在给定的时间点有许多到期日可用。
3. 罢工：给定期权的执行价格
4. option_type：P 或 C 表示看跌或看涨。

使用这 4 个索引，您可以选择任何单行数据。

问题：问题不是获取有问题的行，而是尝试查找索引值的有效组合，而不包含额外信息。例如，如果我想知道在特定日期可以交易哪些期权到期（quote_datetime 已知，并且我想返回与quote_datetime 键匹配的所有唯一“到期”），该怎么办？或者我想知道给定的 quote_datetime 和到期时间可用的所有罢工。在这些示例中，我不关心数据，我试图查找哪些索引键是有效的，而只有几个已知的索引值。

示例：我正在删除此示例的 option_type 索引和大量数据列，以尽量保持其较小。

oc = { 'quote_datetime': ['2020-08-01', '2020-08-01', '2020-08-01', '2020-08-01', '2020-08-01', '2020-08-01', '2020-08-01', '2020-08-01', '2020-08-01', '2020-08-02', '2020-08-02', '2020-08-02', '2020-08-02', '2020-08-02', '2020-08-02'],
       'expiration': ['2020-08-01', '2020-08-01', '2020-08-01', '2020-08-03', '2020-08-03', '2020-08-03', '2020-08-05', '2020-08-05', '2020-08-05', '2020-08-03', '2020-08-03', '2020-08-03', '2020-08-05', '2020-08-05', '2020-08-05'],
       'strike': [10, 15, 20, 10, 15, 20, 10, 15, 20, 10, 15, 20, 10, 15, 20],
       'price':[3, 2, 1, 4, 3, 2, 5, 4, 3, 3.5, 2.5, 1.5, 4.5, 3.5, 2.5]}


df = pd.DataFrame(data=oc)
df = df.set_index(['quote_datetime','expiration','strike'])
df = df.sort_index()

这为我们提供了一个如下所示的数据框：

                                  price
quote_datetime expiration strike       
2020-08-01     2020-08-01 10        3.0
                          15        2.0
                          20        1.0
               2020-08-03 10        4.0
                          15        3.0
                          20        2.0
               2020-08-05 10        5.0
                          15        4.0
                          20        3.0
2020-08-02     2020-08-03 10        3.5
                          15        2.5
                          20        1.5
               2020-08-05 10        4.5
                          15        3.5
                          20        2.5

假设我想查看 8 月 2 日可用的所有到期日。

df.loc['2020-08-02'].index.levels[0]

我希望收到 ['2020-08-03', '2020-08-05']，而是得到

Index(['2020-08-01', '2020-08-03', '2020-08-05'], dtype='object', name='expiration')

'2020-08-01' 不是我在 .loc[] 中使用的 quote_datetime 的有效期限。似乎 .levels 只是返回数据框中的每个索引，而忽略了我使用 .loc 过滤的行。

我也试过

df.loc['2020-08-02'].index.get_level_values(0)

但它返回每一行而不是唯一索引。这几乎有效，只是我必须通过一个函数运行它才能获得独特的组合。

Index(['2020-08-03', '2020-08-03', '2020-08-03', '2020-08-05', '2020-08-05',
       '2020-08-05'],
      dtype='object', name='expiration')

这是在一个有很多行的 20 GB .csv 上完成的，所以如果可能的话，我试图让它保持轻便和快速......虽然在这一点上，只要能得到我需要的数据就好了. 我不太精通使用 python 进行此类工作，但这样做可以让我利用已经存在的库。