如何查询熊猫中的MultiIndex索引列值

要通过 MultiIndex 值查询 df ，例如 （A > 1.7）和（B <666）：

In [536]: result_df = df.loc[(df.index.get_level_values('A') > 1.7) & (df.index.get_level_values('B') < 666)]In [537]: result_dfOut[537]:CA   B      3.3 222  43    333  595.5 333  56

因此，如果仍然需要，例如获取 “ A” 索引值：

In [538]: result_df.index.get_level_values('A')Out[538]: Index([3.3, 3.3, 5.5], dtype=object)

问题在于，在大数据帧中， 按索引 选择的性能比排序的常规行选择差10％。并且在重复的工作中，循环不断，延迟累积。参见示例：

In [558]: df = store.select(STORE_EXTENT_BURSTS_DF_KEY)In [559]: len(df)Out[559]: 12857In [560]: df.sort(inplace=True)In [561]: df_without_index = df.reset_index()In [562]: %timeit df.loc[(df.index.get_level_values('END_TIME') > 358200) & (df.index.get_level_values('START_TIME') < 361680)]1000 loops, best of 3: 562 µs per loopIn [563]: %timeit df_without_index[(df_without_index.END_TIME > 358200) & (df_without_index.START_TIME < 361680)]1000 loops, best of 3: 507 µs per loop