pandas如何按位置删除多重索引列？

各位大神好，我是初学pandas小白，数据如图是个多重索引数据：

我想用DataFrame.drop()删除倒数第2个券商的所有数据，按照columns标签删除就是：

df.drop(columns="南京证券",level=0, inplace = True)

但是我想按位置删除，比如删除倒数第2个券商（南京证券）的所有数据，写了一段复杂的代码：

import pandas as pd

df = pd.read_excel(f"{work_dir}/券商简单数据.xlsx")

lst1 = []
    for x in df.columns:
    lst1.append(x[0])
    ser = pd.Series(lst1)
    ser.drop_duplicates(inplace = True)

df_new= df.drop(columns=ser.iloc[-2],level=0)

求助各位大神，有没有更简单的方法实现？

pd.iloc[]

不行，level=0的columns标签都是重复三次出现的，所以直接.iloc[-2]，还是最后的“中金公司”标签

刚有大神回复了这个方法：

先用df.columns.levels获取level=0的列，再从获取的列中选择需要删除的。

df.drop(columns=df.columns.levels[0][-2]) 

但是我刚试过了，用df.columns.levels获取level=0的列得到的是重新排过顺序得列表，还是没法实现

cols = [3,7,10,12,14,16,18,20,22]
df.drop(df.columns[cols],axis=1,inplace=True)

删除指定的列