我有一个熊猫数据框架，它有三层多重索引。我试图根据对应于两个级别的值列表从这个数据帧中取出行
我有这样的想法：
ix=pd.MultiIndex.from_产品（[[1,2,3]，'foo'，'bar'，['baz'，'can']]，名称=['a'，'b'，'c']））
数据=np.arange（len（ix））
df=pd.DataFrame（数据，索引=ix，列=['hi']）
打印（df）
你好
a、b、c
1富巴兹0
罐1
巴兹2号酒吧
罐3
2富巴兹4
罐5
巴兹6号酒吧
罐7
3富巴兹8
罐9
巴兹10号酒吧
罐11
现在我想取索引级别“b”和“c”在此索引中的所有行：
ix_use=pd.MultiIndex.from_元组（[（'foo'，'can'），（'bar'，'baz'）]，name=['b'，'c']）
i、 e.hi具有（'foo'，'can'）或（'bar'，'baz'）的值分别位于b和c级别：（1,2,5,6,9,10）
因此，我想在第一层上取一个切片（None），在第二层和第三层上提取特定的元组
起初，我认为将多索引对象传递给.loc会提取出我想要的值/级别，但这不起作用。做这样的事情最好的方法是什么
以下是获取此切片的方法：
df.sort\u索引（inplace=True）
idx=pd.indexlice
df.loc[idx[：，（'foo'，'bar'），'can']，：]
屈服
你好
a、b、c
1巴罐3
福罐1
2巴罐7
福罐5
3巴罐11
福罐9
请注意，您可能需要对多索引进行排序，然后才能对其进行切片。如果你需要的话，熊猫会提醒你：
KeyError:“多索引切片要求索引为完全lexsorted元组len（3），lexsorted depth（1）”
您可以在文档中阅读有关如何使用切片器的更多信息
如果出于某种原因，无法使用切片器，则可以使用.isin（）方法获取相同的切片：
df[df.index.get_level_value（'b'）.isin（ix_use.get_level_value（0））&；df.index.get_level_value（'c'）.isin（ix_use.get_level_value（1））]
这显然不够简洁
更新：
对于您已更新的条件，这里有一种方法：
cond1=（df.index.get_level_值（'b'）.isin（['foo']）&；（df.index.get_level_值（'c'）.isin（['can']））
cond2=（df.index.get_level_值（'b'）.isin（['bar'））&；（df.index.get_level_值（'c'）.isin（['baz']））
df[cond1 | cond2]
制作：
你好
a、b、c
1福罐1
巴兹2号酒吧
2福罐5
巴兹6号酒吧
3福罐9
巴兹10号酒吧