Pandas系列(十三)分层索引MultiIndex
在上一小节Pandas系列(十三)实现groupby分组统计中可以实现多个key进行聚合，而这就是分层索引。
使用这种在一个维度上拥有多个索引的层级，可以表达更高维度数据的形式。能够实现更高效的数据筛选。
获取数据
Series的分层索引MultiIndex
使用之前的多key索引，得到如下结果：
可以看到公司这一列下有一些空白，空白的意思是使用上面的值。他的index是由一个元组组成的list。
对于这种只有两级的series，可以使用方法unstack将二级索引变成列：
reset_index()方法可以将索引之后的结果转成一个dataframe：
Series有多层索引怎样筛选数据？
对于多层索引的取值，可以采用元组的形式：
如上例所示：如果想直接筛选第二级的索引，就可以将第一级设置为：。
DataFrame的多层索引MultiIndex
对于DataFrame格式的数据，可以采用set_index()方法，将DataFrame的index设置为多层索引：
它的index也是MultiIndex的，里面是一个元组，与Series类似。如果对Index进行排序的话，直接调用sort_index方法就可以实现：
DataFrame有多层索引怎样筛选数据？
这里要区分多层索引，和多个key索引：
-
元组(key1,key2)代表筛选多层索引，其中
key1是索引第一级，key2是第二级，比如key1=JD,key2=2019-10-02。 -
列表[key1,key2]代表同一层的多个KEY，其中
key1和key2是并列的同级索引，比如key1=JD,key2=BIDU。
- 选中二级索引取不同的列：
-
列表取不同的
key：
- 元组和列表混合索引：
- 筛选这一索引的所有内容：
利用slice(None)可以筛选这一索引的所有内容：