python – 根据索引值的条件选择Pandas DataFrame中的行

假设我有以下多索引DataFrame：

import pandas as pd
df = pd.DataFrame({'Index0':[0,1,2,3,4,5],'Index1':[100,200,300,400,500,600],'A':[5,2,5,8,1,2]})

现在我想选择Index1小于400的所有行.
如果Index1是常规列,每个人都知道它是如何工作的：

df[df['Index1'] < 400]

因此,一种方法是reset_index,执行选择,然后再次设置索引.这似乎很多余.

我的问题是：有没有办法直接这样做？当DataFrame有行多索引时如何做到这一点？

解决方法:

最简单的是使用query：

df1 = df.query('Index1 < 400')
print (df1)
               A
Index0 Index1   
0      100     5
1      200     2
2      300     5

或get_level_values选择级别的MultiIndex与boolean indexing：

df1 = df[df.index.get_level_values('Index1') < 400]

详情：

print (df.index.get_level_values('Index1'))
Int64Index([100, 200, 300, 400, 500, 600], dtype='int64', name='Index1')

如果级别没有按位置选择名称,则查询使用特殊关键字ilevel_ with position：

df.index.names = [None, None]
print (df)
       A
0 100  5
1 200  2
2 300  5
3 400  8
4 500  1
5 600  2

df1 = df.query('ilevel_1 < 400')

df1 = df[df.index.get_level_values(1) < 400]
print (df1)
       A
0 100  5
1 200  2
2 300  5