Pandas Multiindex 从索引的第一个条目获取值

我有以下多索引数据框：

from io import StringIO
import pandas as pd
datastring = StringIO("""File,no,runtime,value1,value2
    A,0, 0,12,34
    A,0, 1,13,34
    A,0, 2,23,34
    A,1, 6,23,38
    A,1, 7,22,38
    B,0,17,15,35
    B,0,18,17,35
    C,0,34,23,32
    C,0,35,21,32
    """)    
df = pd.read_csv(datastring, sep=',')
df.set_index(['File','no',df.index], inplace=True)


>> df
               runtime  value1  value2
File   no               
A      0    0     0       12      34
            1     1       13      34
            2     2       23      34
       1    3     6       23      38
            4     7       22      38
B      0    5     17      15      35
            6     18      17      35
C      0    7     34      23      32
            8     35      21      32

我想要得到的只是带有新文件和不同数字的每个条目的第一个值

A 0 34
A 1 38
B 0 35
C 0 32

我能找到的最相似的问题在哪里

仅知道结果测量计数的对 pandas 数据框进行重新采样 https://stackoverflow.com/questions/20107958/resample-pandas-dataframe-only-knowing-result-measurement-count/20108446#20108446

pandas 中基于 MultiIndex 的索引 https://stackoverflow.com/questions/14964493/multiindex-based-indexing-in-pandas

在 pandas MultiIndex DataFrame 中选择行 https://stackoverflow.com/questions/53927460/select-rows-in-pandas-multiindex-dataframe

但我无法从它们中构建解决方案。我得到的最好的是ix操作，但由于技术上的值仍然存在（只是不显示），结果是

idx = pd.IndexSlice
df.loc[idx[:,0],:]

例如，可以过滤0值，但仍会返回数据帧的整个其余部分。

多重索引是否是完成当前任务的正确工具？怎么解决这个问题呢？

Use GroupBy.first http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.core.groupby.GroupBy.first.html按第一级和第二级MultiIndex:

s = df.groupby(level=[0,1])['value2'].first()
print (s)
File  no
A     0     34
      1     38
B     0     35
C     0     32
Name: value2, dtype: int64

如果需要一栏DataFrame使用一个元素list:

df1 = df.groupby(level=[0,1])[['value2']].first()
print (df1)
         value2
File no        
A    0       34
     1       38
B    0       35
C    0       32

另一个想法是删除3rd水平由DataFrame.reset_index http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.reset_index.html并按以下条件过滤Index.get_level_values http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Index.get_level_values.html with boolean indexing http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#boolean-indexing:

df2 = df.reset_index(level=2, drop=True)
s = df2.loc[~df2.index.duplicated(), 'value2']
print (s)
File  no
A     0     34
      1     38
B     0     35
C     0     32
Name: value2, dtype: int64