如何切片具有MultiIndex索引和MultiIndex列的Pandas DataFrame？

我想你想要这样的东西：

In [6]: robot.loc[:, (robot.columns.get_level_values(level=1)=='Silicon')]
Out[6]:
                  Replicant 1  Replicant 2
                       Silicon      Silicon
Laboratory Device
Slurm      A              0.26         0.05
           B              1.00         1.00
           C              1.00         0.04
Zoidberg   A              0.00         1.00
           B              1.00         1.00
           C              0.98         0.79
Wernstrom  A              0.99         1.00
           B              0.18         0.26
           C              0.22         0.34

这里有两个关键事项：第一个关键是使用robot.loc[ _ , _ ]（指定两个参数，一个用于索引，一个用于列）；这必须是您的MultiIndex类型索引和MultiIndex类型列可以理解的东西。

第二个键是robots.columns.get_level_values(level=1)，它为DataFrame图像中显示的4列获取级别1（碳/硅）的4列标签：

In [7]: robot.columns.get_level_values(level=1)
Out[7]: Index(['Silicon', 'Carbon', 'Silicon', 'Carbon'], dtype='object')

然后根据给定条件过滤要显示的列：

In [8]: robot.columns.get_level_values(level=1)=='Silicon'
Out[8]: array([ True, False,  True, False])

如果除了Silicon之外还有其他元素，则可以这样使用|运算符（而不是&运算符）：

robot.loc[:, (robot.columns.get_level_values(level=1)=='Silicon')|(robot.columns.get_level_values(level=1)=='Carbon')]

或更短：

lv = robot.columns.get_level_values(level=1)
robot.loc[:, (lv=='Silicon')|(lv=='Carbon')]

更新：如果您还想过滤索引中的值，可以使用robot.index.get_level_values()代替robot.columns.get_level_values()。这是一个例子：

lv = robot.columns.get_level_values(level=1)
ilv = robot.index.get_level_values(level=1)
robot.loc[(ilv=='A')|(ilv=='B'), (lv=='Silicon')]

我们已经用:逻辑掩码替换了（这表示MultiIndex的所有级别的所有值）来过滤索引，就像过滤列一样。