有的伙伴想學(xué)用Pandas做多層級索引，但不知道從何學(xué)起，難度肯定會有的，還是得掌握方法的！

Pandas庫的名字來源于其中3種主要數(shù)據(jù)結(jié)構(gòu)開頭字母的縮寫：Panel,Dataframe,Series。其中Series表示一維數(shù)據(jù)，Dataframe表示二維數(shù)據(jù)，Panel表示三維數(shù)據(jù)。當(dāng)數(shù)據(jù)高于二維時，一般卻不用 Panel 表示，為什么呢？如果不用 Panel，又該怎么做呢？

實(shí)際上，當(dāng)數(shù)據(jù)高于二維時，我們一般用包含多層級索引的Dataframe進(jìn)行表示，而不是使用Panel。原因是使用多層級索引展示數(shù)據(jù)更加直觀，操作數(shù)據(jù)更加靈活，并且可以表示3維，4維乃至任意維度的數(shù)據(jù)。具體要怎么做呢？下面我們就從多層級索引的創(chuàng)建、取值與操作等內(nèi)容教大家一些方法！

一、多層級索引的創(chuàng)建

1、指定多維列表作為columns

2、使用pd.MultiIndex中的方法顯式生成多層級索引

可以使用pd.MultiIndex中的from_tuples等方法生成多層級索引。

3、使用set_index方法將普通列轉(zhuǎn)成多層級索引

這種方法只能生成多層級行索引。

4、groupby和pivot_table等方法也可以生成帶有多層級索引的結(jié)果

二、多層級索引的取值

多層級索引Series或多層級DataFrame支持方括號直接取值，loc取值，和pd.IndexSlice切片取值等方法。

1、多層級Series的取值

2、多層級DataFrame的取值

三、多層級索引相關(guān)操作

多層級索引相關(guān)操作包括stack和unstack,set_index和reset_index，以及指定level的相關(guān)方法。

1、stack和unstack

2、set_index和reset_index

3、指定level的相關(guān)方法

伙伴們那些地方不清楚的可以留言哦！