接上文。
今天玩点高端的东西：多级索引。
这东西稍微有点复杂，我们先来看看最终的样子是酱婶的：
多级索引
今天的df和之前的比，就是在索引部分不再是一层。
我们慢慢的开始
第一步，创建索引
index_tuples = list(zip(['bar', 'bar', 'baz', 'baz',
'foo', 'foo', 'qux', 'qux'],
['one', 'two', 'one', 'two',
'one', 'two', 'one', 'two']))
index_tuples
内容如下：
index_tuples
就是这样特殊的的list，里面包裹的tuple,每个tuple的第一个元素是一级索引，第二个元素是二级索引。
index_tuples
因为索引是多级的，所以使用pd.MultiIndex.from_tuples来构建。
row_index = pd.MultiIndex.from_tuples(index_tuples, names=['row_first', 'row_second'])
row_index
index_tuples刚才构建的index，names为可选项，可以通过它设置你的索引名称。
row_index
第二步 构建DataFrame
df = pd.DataFrame(np.random.randn(8, 2), index=row_index, columns=['A', 'B'])
df
index参数指定使用刚才构建的多级索引
df
再复杂一点
这样一个多级索引的DataFrame就构建完了。
那现在我们再复杂一点，在column上也指定多级索引，尝试用刚才的套路进行。
col_tuples = list(zip(['X', 'X', 'Y'],
['one', 'two', 'one']))
col_index = pd.MultiIndex.from_tuples(col_tuples, names=['col_first', 'col_second'])
df1 = pd.DataFrame(np.random.randn(8, 3), index=row_index, columns=col_index)
df1
输出：
多级索引
多级索引的操作
我们仅以loc操作为例子：
df1.loc[("bar")]
输出一级行索引bar行
我想更精准一点，指定二级索引怎么办？
df1.loc[("bar", "two")]
通过两级行索引来选取元素
再精准一点，选取特定的行加特定的列呢？
df1.loc[("bar", "two"), (["X","Y"], "one")]
image.png
第一个tuple("bar", "two")代表行
第二个tuple (["X","Y"], "one")代表列
其中的["X","Y"]列的第一级索引，"one"二级索引