一.創建測試數據
1. np.random.randint(0,100,size=(6,3))是使用numpy中的隨機模塊random中，生成隨機整數方法randint，里面的參數size是指定生成6行3列的數據，並且每個數字的范圍在0到100之間。
- import pandas as pd
- import numpy as np
- data = np.random.randint(0,100,size=(6,3))
- names = ['張三','李四','王五']
- exam = ['期中','期末']
- index = pd.MultiIndex.from_product([names,exam])
- df = pd.DataFrame(data,index=index,columns=['Java','Web','Python'])
- print(df)
2.pd.MultiIndex.from_product()構建索引的方式, 確定每一層索引的值什么，然后以列表的形勢傳給from_product()方法即可。
3.[names,exam]列表中的位置不同，產生的索引也會不同。from_product([exam,names])會將列表中第一個元素作為最外層索引，依次類推
二. 多層索引的取值
1.loc使用的是標簽索引，iloc使用的是位置索引。但是，iloc的取值並不會受多層索引影響，只會根據數據的位置索引進行取值。
- s.loc['張三']
- s.loc['張三','期中']
- s.loc[:,'期中']
- s.iloc[0]
- df.loc['張三'].loc['期中']
- df.loc[('張三','期中')]
三.多層索引的排序
1.DataFrame按行索引排序的方法是sort_index(),df.sort_index()中的level參數可以指定是否按照指定的層級進行排列，第一層級索引值為0，第二層級索引值為1。
df.sort_index(level=0,ascending=False)
四.總結
