10分钟带你学会Pandas多层级索引

Pandas库的名字来源于其中3种主要数据结构开头字母的缩写：

Panel,Dataframe,Series。 其中Series表示一维数据，Dataframe表示二维数据，Panel表示三维数据。 但实际上，当数据高于二维时，我们一般用包含多层级索引的Dataframe进行表示，而不是使用Panel。 原因是使用多层级索引展示数据更加直观，操作数据更加灵活，并且可以表示3维，4维乃至任意维度的数据。

一，多层级索引的创建

1，指定多维列表作为columns

2，使用pd.MultiIndex中的方法显式生成多层级索引

可以使用pd.MultiIndex中的from_tuples等方法生成多层级索引。

3，使用set_index方法将普通列转成多层级索引

这种方法只能生成多层级行索引。

4，groupby和pivot_table等方法也可以生成带有多层级索引的结果

二，多层级索引的取值

多层级索引Series或多层级DataFrame支持方括号直接取值，loc取值，和pd.IndexSlice切片取值等方法。

1，多层级Series的取值

2，多层级DataFrame的取值

三，多层级索引相关操作

多层级索引相关操作包括stack和unstack,set_index和reset_index，以及指定level的相关方法。

1，stack和unstack

2，set_index和reset_index

3，指定level的相关方法