df.reset_index(level=2, drop=True)
Out[29]: 
     A
1 1  8
  3  9

您不需要创建新的DataFrame示例！您可以修改索引：

df.index = df.index.droplevel(2)
df

     A
1 1  8
  3  9

您还可以指定负索引，以便从末尾进行选择：

df.index = df.index.droplevel(-1)

如果索引的名称类似

A
X Y Z
1 1 1  8
  3 2  9

然后，还可以通过指定索引名称来移除

df.index = df.index.droplevel('Z')

从0.24+开始，我们可以直接在df上使用droplevel。因此，要删除索引的最后一级：

>>> df

         col
1 5 1 4  foo
  3 2 8  bar
2 4 3 7  saz

>>> df.droplevel(-1)

       col
1 5 1  foo
  3 2  bar
2 4 3  saz

也可以用参数axis控制要删除级别的轴，默认为0，即在索引之上，通过提供列表可以一次删除多个级别，如果索引有名称，也可以使用（如链接文档中所示）。
注意：droplevel的参数试图首先解释为 * 标签 *;因此，如果任何级别碰巧具有整数名称，则它将被丢弃，即，不按位置丢弃：

>>> df
                 col
this -1 other 0
1    5  1     4  foo
     3  2     8  bar
2    4  3     7  saz

# literally drops `-1` level
>>> df.droplevel(-1)

              col
this other 0
1    1     4  foo
     2     8  bar
2    3     7  saz

# literally level `0` is dropped
>>> df.droplevel(0)

               col
this -1 other
1    5  1      foo
     3  2      bar
2    4  3      saz

为了确保位置删除发生，我们可以访问names属性并在那里选择positionally：

>>> df
                 col
this -1 other 0
1    5  1     4  foo
     3  2     8  bar
2    4  3     7  saz

# go get the name of the last level, drop whatever it is
>>> df.droplevel(df.index.names[-1])

               col
this -1 other
1    5  1      foo
     3  2      bar
2    4  3      saz

# similarly...
>>> df.droplevel(df.index.names[0])

            col
-1 other 0
5  1     4  foo
3  2     8  bar
4  3     7  saz

最后，droplevel返回一个新的 Dataframe ，因此需要使用df = df.droplevel(...)才能看到df中的更改。