一、行多层索引 　　1.隐式创建 　　　　在构造函数中给index、colunms等多个数组实现（datafarme与series都可以） 　　　　 　　　　df的多级索引创建方法类似： 　　　　 　　　　2.显式创建pd.MultiIndex ...

多级索引 多级索引（也称层次化索引）是pandas的重要功能，可以在Series、DataFrame对象上拥有2个以及2个以上的索引。实质上，单级索引对应Index对象,多级索引对应MultiIndex对象。 一、Series对象的多级索引 多级索引Series对象的创建 ...

在对Series对象和DataFrame对象进行索引的时候要明确这么一个概念：是使用下标进行索引，还是使用关键字进行索引。比如list进行索引的时候使用的是下标，而dict索引的时候使用的是关键字。 使用下标索引的时候下标总是从0开始的，而且索引值总是数字。而使用关键字进行索引，关键字 ...

一：通过行标签索引 1.通过行标签索引行数据 index可以为整数 import pandas as pddata = [[1,2,3],[4,5,6]]index = [0,1]columns=['a','b','c']df = pd.DataFrame(data=data, index ...

行索引取值 列索引取值 df数据： ...

pandas提供了set_index方法可以将DataFrame的列（多列）变成行索引，通过reset_index方法可以将层次化索引的级别会被转移到列里面。 1、DataFrame的set_index方法 2、DataFrame的reset_index方法 参考 ...

1、Series 　　可以直接用Series['索引名']：obj['a'] 　　 　　也可以使用obj.a 　　loc和iloc同样适用 　　 2、DataFrame 　　 　　使用DataFrame['列索引名']或者DataFrame.列索引 ...

输出结果： 输入代码增加我们colums上的对象： 输出： 输入： 输出： 输入： ...