pandas MultiIndex切片后索引不一致问题及remove_unused_levels修复

林见深

发布时间：2026-10-13| 6人浏览过

原创

本文探讨pandas中MultiIndex对象在切片或布尔索引后，其index属性仍保留原始层级的问题。通过示例展示该现象，并推荐使用remove_unused_levels()方法清理未使用的索引层级，确保df.index与实际数据索引一致，避免潜在Bug。

pandas MultiIndex索引不一致现象

在较新版本的pandas库中（早期版本可能不存在此情况），若对具有多层级索引（MultiIndex）的数据框执行切片操作，或采用df[bool_list]进行布尔索引，生成的新对象虽然实际数据已更新，但直接调用df_new.index获取的MultiIndex对象仍与原对象的索引结构保持一致，而非反映新对象的实际索引状态。这一特性需格外注意，因为通常用户会默认df.index与df的实际索引完全对应，基于此假设编写的代码可能引发难以察觉的逻辑错误。具体表现可参考以下示例。


import pandas as pd
 
df_t1=pd.DataFrame([[1,2],[2,3],[2,3],[3,5]],index=[['a','a','b','b'],[0,1,0,1]])
 
df_t1
Out[39]: 
   0 1
a 0 1 2
 1 2 3
b 0 2 3
 1 3 5
 
df_t2=df_t1.loc[[x=='a' for x in df_t1.index.levels[0]]]
 
df_t2 
Out[41]: 
   0 1
a 0 1 2
 
df_t2.index  #从上面df_t2对象的输出结果和下面index的输出结果可以发现，df_t2的index和其实际的索引并不一致
Out[42]: 
MultiIndex(levels=[['a', 'b'], [0, 1]],
      codes=[[0], [0]])
 
df_t3=df_t1.iloc[:2,:]
 
df_t3
Out[46]: 
   0 1
a 0 1 2
 1 2 3
 
df_t3.index #从上面df_t3对象的输出结果和下面index的输出结果可以发现，df_t3的index和其实际的索引也不一致
Out[47]: 
MultiIndex(levels=[['a', 'b'], [0, 1]],
      codes=[[0, 0], [0, 1]])

上述示例表明，在使用布尔索引或切片索引时，极易出现索引对象与实际数据不匹配的情况，而其他索引方式通常无此问题。若需确保新对象的index属性始终与实际索引保持一致，可参考以下代码实现。

使用remove_unused_levels修复索引


df_t2.index.remove_unused_levels()
Out[62]: 
MultiIndex(levels=[['a'], [0]],
      codes=[[0], [0]])
 
df_t2.index=df_t2.index.remove_unused_levels()
 
df_t2.index
Out[75]: 
MultiIndex(levels=[['a'], [0]],
      codes=[[0], [0]])
 
df_t2
Out[76]: 
   0 1
a 0 1 2

如代码所示，MultiIndex类提供了remove_unused_levels()方法，其功能是移除未被当前数据使用的索引层级，从而使df.index返回的MultiIndex对象与实际显示的索引完全一致。因此，在执行多层次索引的切片或布尔索引操作后，建议添加df.index.remove_unused_levels()语句，这不仅是良好的编程习惯，更是预防此类隐蔽Bug的有效手段。

本文内容至此结束，希望能为读者的学习提供有益参考，同时也欢迎继续支持本站。