多级索引 MultiIndex

一张表装不下两个维度

到目前为止，DataFrame 的索引都是一层：一行一个标签。但真实数据常常有好几个维度。比如考试成绩：年级（高一、高二）、班级（A班、B班），再往下才是每个人。如果把”年级 + 班级”都收进索引，一行标签就能完整描述一条数据的归属。

MultiIndex（多级索引）就是干这个的：把多层标签叠成一个”元组数组”。你可以把它理解成书的目录——先分章，再分节，层层往下。

创建 MultiIndex 的四种方式

from_arrays：按”列”给

最直观的方式：每一层标签各放一个数组，逐行配对成元组。

import pandas as pd
import numpy as np

arrays = [
    ["高一", "高一", "高二", "高二", "高三", "高三"],
    ["A班", "B班", "A班", "B班", "A班", "B班"],
]
idx = pd.MultiIndex.from_arrays(arrays, names=["年级", "班级"])
print(idx)

第一个数组是外层（年级），第二个是内层（班级），位置一一对应。

from_tuples：按”行”给

数据本身就是一组元组时用这个，比如从数据库取回来的就是 (年级, 班级) 形式：

tuples = [("高一", "A班"), ("高一", "B班"), ("高二", "A班"), ("高二", "B班")]
idx2 = pd.MultiIndex.from_tuples(tuples, names=["年级", "班级"])
print(idx2)

from_product：笛卡尔积

想要”每个外层 × 每个内层”的全组合，用 from_product：

idx3 = pd.MultiIndex.from_product(
    [["2024", "2025"], ["Q1", "Q2", "Q3"]],
    names=["年份", "季度"],
)
print(idx3)

2024 和 2025 各配 Q1、Q2、Q3，一共 6 个组合，外层先走完再换内层。做”全组合”的统计表时，这个方法最省事。

from_frame：从 DataFrame 生成

索引信息已经躺在几列数据里时，可以直接提取：

df_labels = pd.DataFrame({"年份": ["2024", "2025"], "季度": ["Q1", "Q2"]})
print(pd.MultiIndex.from_frame(df_labels))

直接构造带 MultiIndex 的数据

创建 Series 或 DataFrame 时，把”数组的列表”传给 index 参数，pandas 自动生成 MultiIndex：

idx = pd.MultiIndex.from_product([["2024", "2025"], ["Q1", "Q2"]], names=["年份", "季度"])
s = pd.Series([120, 150, 200, 210], index=idx)
print(s)

打印时 pandas 会把外层相同的标签合并显示，看起来像目录一样错落有致，这个显示开关是 display.multi_sparse。索引的层数没有上限，三层、四层都行，但层数越多越难读，两层是最常见的。

列上同样可以挂 MultiIndex。比如一张表要同时存”语文、数学”两科的”期中、期末”成绩：

cols = pd.MultiIndex.from_tuples(
    [("语文", "期中"), ("语文", "期末"), ("数学", "期中"), ("数学", "期末")]
)
df = pd.DataFrame(
    np.random.randint(60, 100, (3, 4)),
    index=["张三", "李四", "王五"],
    columns=cols,
)
print(df)

给层级命名与查看结构

创建时传 names 参数，事后也能改 index.names；get_level_values 按层级取出标签序列，调试数据时很常用：

print(s.index.names)   # FrozenList(['年份', '季度'])
print(s.index.get_level_values("季度"))

几个查看结构的常用属性：

• index.nlevels：层级数量
• index.levels：每层有哪些取值
• index.get_level_values(0)：按位置取某一层的完整标签

用 set_index 生成多级索引

实际工作中最多的场景是：数据是普通的多列表，想直接按其中几列组织索引。set_index 传一个列名列表即可（§23 有完整讲解）：

score = pd.DataFrame({
    "年级": ["高一", "高一", "高二", "高二"],
    "班级": ["A班", "B班", "A班", "B班"],
    "语文": [85, 92, 78, 88],
    "数学": [90, 88, 95, 82],
})
score2 = score.set_index(["年级", "班级"])
print(score2)

分组统计（§37）、透视表（§30）、stack/unstack（§31）这些操作也都会自动产生 MultiIndex。所以即使你不手动创建，迟早也会在结果里遇到它——认识它很有必要。

访问多级索引：loc 与元组

行选择用 loc。给一个元组是”完整地址”，给一个字符串是”部分选择”：

print(score2.loc["高一"])             # 整个高一年级
print(score2.loc[("高一", "A班")])    # 高一 A 班这一行
print(score2.loc[("高二", "B班"), "数学"])  # 精确定位到单元格

范围选择（部分切片）也支持，比如取”高一”到”高二”的所有班级：

score3 = score2.sort_index()
print(score3.loc["高一":"高二"])

注意：多层切片要求索引已排序，所以先 sort_index() 再切，否则会报错或结果不对。

xs：横截面

xs 专门用于”在某一层上挑一个值，并把这一层从结果中去掉”。比如想同时看所有年级 A 班的成绩：

print(score2.xs("A班", level="班级"))

level 可以传层级名，也可以传位置数字。xs 同样支持在列上操作（axis=1），以及用 drop_level=False 保留被选中的层级：

print(df.xs("期中", level=1, axis=1))
print(df.xs("期中", level=1, axis=1, drop_level=False))

层级调整与转回普通表

swaplevel 交换两层顺序，reorder_levels 重排多层：

print(score2.swaplevel(0, 1))

想恢复成普通的多列表，reset_index 一键搞定（§23 细讲）：

print(score2.reset_index())

MultiIndex 和 stack/unstack（§31）、透视表（§30）、按层级分组（§37）配合最紧密，这几章都会回来用它。先把”怎么建、怎么取”练熟，后面全是顺水推舟。