1 创建多层索引
1）隐式构造
最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组
· Series也可以创建多层索引
一般情况下，两层索引就够用了
2）显式构造 pd.MultiIndex
· 使用数组
· 使用tuple
· 使用product 最简单，推荐使用
2 对DataFrame列同样可以设置多层索引
============================
练习8：
1 创建一个DataFrame，表示张三、李四期中、期末各科成绩。
============================
3 多层索引对象的索引与切片操作
1）Series的操作
【重要】对于Series来说，直接中括号[]与使用.loc()完全一样，因此，推荐使用中括号索引和切片。
（1）索引
#第一个参数相当于多层索引的第一维，第二个参数就是第二维了
#把两个参数写在一起，会将整体作为一个参数，就把整体中的所有的参数都作为一维参数，能查到的就返回，查不到的就不返回，一维中没有期中，所以只返回了张三的查询结果，看看那下面这张截图就知道怎么回事了。
（2）切片
2）DataFrame的操作
（1）可以直接使用列名来进行索引
（2）使用行索引需要用ix()，loc()等函数
【及其重要】推荐使用loc()函数
注意在对行索引的时候，若一级行索引还有多个，对二级行索引会遇到问题！也就是说，无法直接对二级索引进行索引，必须让二级索引变成一级索引后才能对其进行索引！
同时对一二级索引进行检索
===============================
练习：
1 分析比较Series和DataFrame各种索引的方式，熟练掌握.loc()方法
2 假设张三再一次在其中考试的时候因为特殊原因放弃Python考试，如何实现
===============================
4 索引的堆(先入后出)（stack）
· stack()
· unstack()
【小技巧】使用stack()的时候，level等于哪一个，哪一个就消失，出现在行里。
【小技巧】使用unstack()的时候，level等于哪一个，哪一个就消失，出现在列里。
==========================================
练习：
1，使用unstack()将ddd变成两行，分别为期中期末
2，使用unstack()将ddd变成四行，分别为四个科目
==========================================
5 聚合操作
【注意】
· 需要指定axis
· 【小技巧】和unstack()相反，聚合的时候，axis等于哪一个，哪一个就保留。
所谓的聚合操作：平均数，方差，最大值，最小值 ......
=======================================
练习：
1 计算各个科目中期末平均成绩
2 计算各个科目张三李四的最高分
