如何在Python的Multiindex列中串联满足特定条件的Pandas数据框

使用pandas.concat有DataFrame.xs：

df = pd.concat([da, db], axis=1).xs('CAR', level=0, axis=1, drop_level=False)

或使用切片器：

df = pd.concat([da, db], axis=1).loc[:, pd.IndexSlice['CAR', :]]

print (df)
    CAR                
  ALPHA BETA ALPHA BETA
1   A11  B11   NaN  NaN
2   A12  B12   A22  B22
3   A13  B13   A23  B23
4   A14  B14   A24  B24
5   NaN  NaN   A25  B25

编辑：

DataFrame有4个级别，因此需要：

idx = pd.Index([('V', 'C', 'I', 'P'),
       ('V', 'G', 'T', '-'),
       ('P', 'G', 'T', '-')], dtype='object')
df = pd.DataFrame(0, columns=idx, index=[1,2])
print (df)
   V     P
   C  G  G
   I  T  T
   P  -  -
1  0  0  0
2  0  0  0


df1 = df.xs('V', level=0, axis=1, drop_level=False)
print (df1)
   V   
   C  G
   I  T
   P  -
1  0  0
2  0  0

:为每个级别添加以选择第二，第三和第三级别的所有值：

df1 = df.loc[:, pd.IndexSlice['V', :, :, :]]
print (df1)
   V   
   C  G
   I  T
   P  -
1  0  0
2  0  0