（15）DataFrame多层级索引的构建

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

内容：

·多层级索引

·构造多层级索引

【多层级索引】

df = pd.read_excel("C:/Users/YHT/Desktop/数据.xlsx", header=[0, 1], index_col=[0])
print(df)
print()

运行结果：

 【构造多层级索引】

（概念）

构造多层级索引

构造多层级索引，主体就和构造DataFrame数组一样，确定data、columns（列索引）、index（行索引）

如果要将列索引构建为多层级，那么其余步骤不变，列索引columns要调用方法重新构造

通俗点说，构造多层级索引，就是构建一个新的行/列索引

（构造方法）

（一）

这里以构造多层列索引为例：

在pd.MultiIndex.from_product()中，传入参数为一个列表，该列表中的元素(列表)等级依次减小

其中，from_product()代表相乘关系：

 

columns = pd.MultiIndex.from_product([["上半年", "下半年"], ["收入", "成本", "费用"]])
print(columns)
data = np.random.randint(0, 1000, size=(3, 6))
index = ["92#", "95#", "90#"]
df_things = DataFrame(data=data, index=index, columns=columns)
print(df_things)

运行结果：

 （二）

# 使用tuple元组：
tuples = (("上半年", "收入"), ("上半年", "成本"), ("上半年", "费用"), ("下半年", "收入"), ("下半年", "成本"), ("下半年", "费用"))
columns = pd.MultiIndex.from_tuples(tuples)