Pandas: 多层索引

Q: 怎么展平 MultiIndex？

行级 MultiIndex → df.reset_index() 把层级变普通列。列级 MultiIndex → 重命名列为拼接字符串 ['_'.join(col) for col in df.columns] 。groupby 后用 as_index=False 避免产生 MultiIndex（但失去层次选取能力）。

Q: get_level_values 有什么用？

df.index.get_level_values('city') 返回某层级的所有值（如 ['NYC','NYC','LA','LA',...]）。用于条件选取： df[df.index.get_level_values('city') == 'NYC'] 。也可用于 groupby： df.groupby(df.index.get_level_values(0)).sum() 。

最后更新：2026-08-26

当数据有层次结构——按城市再按产品分组、按年份再按季度统计——单层索引不够用。MultiIndex（多层索引）让层次数据有层次索引：先选一级，再选二级，像文件夹层级一样导航。本节覆盖 MultiIndex 的创建、选取、重排和与 stack/unstack 的配合。

⚠️ 注意： 以下代码需在本地 Python 环境中运行。

1. 你将学到

❶ MultiIndex 概念
❷ 创建方式（from_tuples / from_product / from_frame）
❸ 层级选取（loc / xs）
❹ swaplevel / reorder_levels
❺ sort_index 与展平

2. Bob 的多城市多品类销售数据

(1) 痛点：两层分组结果难选取

Bob 按城市+品类分组后，结果有双层索引，不知道怎么选特定城市：

PYTHON

import pandas as pd

df = pd.DataFrame({
    'city': ['NYC', 'NYC', 'LA', 'LA', 'Chicago', 'Chicago'],
    'category': ['Electronics', 'Clothing', 'Electronics', 'Clothing', 'Electronics', 'Clothing'],
    'sales': [5000, 800, 3000, 600, 2000, 400]
})
result = df.groupby(['city', 'category'])['sales'].sum()
print(result)
# city     category
# Chicago  Clothing       400
#          Electronics   2000
# LA       Clothing       600
#          Electronics   3000
# NYC      Clothing       800
#          Electronics   5000
# How to select just NYC?

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

(2) 解法：MultiIndex 选取

▶ 示例

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

：MultiIndex 选取（难度⭐）

PYTHON

import pandas as pd

df = pd.DataFrame({
    'city': ['NYC', 'NYC', 'LA', 'LA', 'Chicago', 'Chicago'],
    'category': ['Electronics', 'Clothing', 'Electronics', 'Clothing', 'Electronics', 'Clothing'],
    'sales': [5000, 800, 3000, 600, 2000, 400]
})
result = df.groupby(['city', 'category'])['sales'].sum()

# Select by MultiIndex label
print(result.loc['NYC'])
# category
# Clothing       800
# Electronics   5000

# Select specific (city, category)
print(result.loc[('NYC', 'Electronics')])  # 5000

# xs: cross-section selection
print(result.xs('Electronics', level='category'))
# city
# Chicago    2000
# LA         3000
# NYC        5000

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

3. MultiIndex 创建

(1) 三种创建方式

▶ 示例

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

：MultiIndex 创建方式（难度⭐⭐）

PYTHON

import pandas as pd

# 1. from_tuples — explicit pairs
index = pd.MultiIndex.from_tuples([
    ('NYC', 'Electronics'), ('NYC', 'Clothing'),
    ('LA', 'Electronics'), ('LA', 'Clothing')
], names=['city', 'category'])
df1 = pd.DataFrame({'sales': [5000, 800, 3000, 600]}, index=index)
print("from_tuples:")
print(df1)

# 2. from_product — cartesian product (most common)
index2 = pd.MultiIndex.from_product(
    [['NYC', 'LA', 'Chicago'], ['Electronics', 'Clothing']],
    names=['city', 'category']
)
df2 = pd.DataFrame({
    'sales': [5000, 800, 3000, 600, 2000, 400]
}, index=index2)
print("\nfrom_product:")
print(df2)

# 3. from_frame — from DataFrame
df_index = pd.DataFrame({
    'city': ['NYC', 'NYC', 'LA', 'LA'],
    'category': ['Electronics', 'Clothing', 'Electronics', 'Clothing']
})
index3 = pd.MultiIndex.from_frame(df_index)
df3 = pd.DataFrame({'sales': [5000, 800, 3000, 600]}, index=index3)

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

4. 层级选取

(1) loc 与 xs

▶ 示例

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

：层级选取方法（难度⭐⭐）

PYTHON

import pandas as pd

index = pd.MultiIndex.from_product(
    [['NYC', 'LA'], ['Electronics', 'Clothing', 'Home']],
    names=['city', 'category']
)
df = pd.DataFrame({
    'sales': [5000, 800, 300, 3000, 600, 200],
    'profit': [1500, 200, 50, 800, 100, 30]
}, index=index)

# loc: select first level
print(df.loc['NYC'])

# loc: select both levels
print(df.loc[('NYC', 'Electronics')])

# xs: cross-section (select at ANY level)
print(df.xs('Electronics', level='category'))
# Returns all cities' Electronics data

# xs with drop_level=False
print(df.xs('NYC', level='city', drop_level=False))

# Partial selection with slice
print(df.loc[('NYC', slice(None)), :])  # all categories in NYC

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

(2) loc vs xs 对比

特性	loc	xs
选一级	✅ `loc['NYC']`	✅ `xs('NYC', level=0)`
选二级	复杂 `loc[(slice(None),'Elec')]`	简单 `xs('Elec', level=1)`
多级同时	✅ `loc[('NYC','Elec')]`	❌ 只能选一级
保留层级	默认保留	drop_level 控制

5. swaplevel / sort_index

(1) 交换层级

▶ 示例

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

：swaplevel 重排层级（难度⭐⭐）

PYTHON

import pandas as pd

index = pd.MultiIndex.from_product(
    [['NYC', 'LA'], ['Q1', 'Q2', 'Q3', 'Q4']],
    names=['city', 'quarter']
)
df = pd.DataFrame({
    'sales': [1200, 1300, 1100, 1400, 800, 900, 700, 1000]
}, index=index)

# Swap levels
df_swapped = df.swaplevel()
print(df_swapped.head(4))
# city    quarter
# Q1      NYC        1200
# Q2      NYC        1300
# Q3      NYC        1100
# Q4      NYC        1400

# sort_index after swap (important!)
df_sorted = df_swapped.sort_index()
print(df_sorted.head(4))

# reorder_levels: arbitrary reordering
df_reordered = df.reorder_levels(['quarter', 'city'])

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

⚠️ 注意： swaplevel 或 reorder_levels 后必须 sort_index()，否则后续选取操作可能出错或很慢。

6. MultiIndex 与 stack/unstack

▶ 示例

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

：stack/unstack 与 MultiIndex（难度⭐⭐）

PYTHON

import pandas as pd

df = pd.DataFrame({
    'city': ['NYC', 'NYC', 'LA', 'LA'],
    'category': ['Electronics', 'Clothing', 'Electronics', 'Clothing'],
    'Q1': [1200, 400, 800, 200],
    'Q2': [1300, 500, 900, 300]
})

# set_index → MultiIndex DataFrame
multi_df = df.set_index(['city', 'category'])
print(multi_df)

# unstack: category level → columns
wide = multi_df.unstack(level='category')
print(wide)
#          Q1                 Q2
# category Clothing Electronics  Clothing Electronics
# city
# LA            200         800       300         900
# NYC           400        1200       500        1300

# stack: columns → index level (reverse)
back = wide.stack(level='category')
print(back)

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

7. 展平与 reset_index

▶ 示例

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

：MultiIndex 展平（难度⭐）

PYTHON

import pandas as pd

index = pd.MultiIndex.from_product(
    [['NYC', 'LA'], ['Q1', 'Q2']],
    names=['city', 'quarter']
)
df = pd.DataFrame({'sales': [1200, 1300, 800, 900]}, index=index)

# reset_index: MultiIndex → regular columns
flat = df.reset_index()
print(flat)
#    city quarter  sales
# 0   NYC      Q1   1200
# 1   NYC      Q2   1300
# 2    LA      Q1    800
# 3    LA      Q2    900

# Flatten column MultiIndex
wide = df.unstack()
flat_cols = wide.copy()
flat_cols.columns = [f'{a}_{b}' for a, b in flat_cols.columns]
print(flat_cols)

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

8. 完整示例：多城市多品类销售分析

(6) ▶ MultiIndex 层级结构

graph TB
    A[DataFrame] --> B[外层索引: city]
    B --> C[NYC]
    B --> D[LA]
    B --> E[Chicago]
    C --> F[内层索引: category]
    F --> G[Electronics]
    F --> H[Clothing]
    F --> I[Home]
    D --> J[Electronics]
    D --> K[Clothing]
    E --> L[Electronics]
    E --> M[Clothing]

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

▶ 示例

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

：MultiIndex 全流程分析（难度⭐⭐⭐）

PYTHON

import pandas as pd
import numpy as np

# ============================================
# Comprehensive example: Multi-city Multi-category
# sales analysis with MultiIndex
# ============================================

# 1. Create hierarchical data
np.random.seed(42)
index = pd.MultiIndex.from_product(
    [['NYC', 'LA', 'Chicago', 'Houston'],
     ['Electronics', 'Clothing', 'Home'],
     ['Q1', 'Q2', 'Q3', 'Q4']],
    names=['city', 'category', 'quarter']
)
df = pd.DataFrame({
    'sales': np.random.randint(100, 5000, 48),
    'profit': np.random.randint(10, 1500, 48)
}, index=index)

# 2. View structure
print(f"Levels: {df.index.names}")
print(f"Shape: {df.shape}")

# 3. Select by city
print("\n=== NYC Sales ===")
print(df.loc['NYC', 'sales'].unstack(level='quarter'))

# 4. xs: all Electronics across cities
print("\n=== Electronics by City ===")
elec = df.xs('Electronics', level='category')[['sales']]
print(elec.unstack(level='quarter'))

# 5. swaplevel → sort → select
df2 = df.swaplevel('city', 'quarter').sort_index()
print("\n=== Q1 across cities ===")
print(df2.loc['Q1'])

# 6. Unstack for wide report
report = df['sales'].unstack(level=['category', 'quarter'])
print("\n=== Wide Report (first 2 cities) ===")
print(report.head(2))

# 7. Reset for export
flat = df.reset_index()
print(f"\nFlat shape: {flat.shape}")

TEXT 📖 仅展示

> **输出：** 在本地 Python 环境（pandas 2.x）运行。Piston 服务器未预装 pandas，请在本机安装（`pip install pandas`）后实操对照。实际数值会因 pandas 版本略有差异。

❓ 常见问题

Q MultiIndex 什么时候用？

A 当数据有自然层次结构时——城市+品类、年份+季度、部门+小组。groupby 多列结果自动产生 MultiIndex。set_index 多列也产生 MultiIndex。如果只是简单数据，单层索引更方便，不要刻意用 MultiIndex。

Q xs 和 loc 区别？

A xs 可以在任意层级选取（如直接选 category='Electronics'，无需先选 city）。loc 只能从外层向内层选取（先选 city，再选 category）。xs 更灵活但不能同时选多级，loc 可以 loc[('NYC','Electronics')] 但二级选取语法复杂。

Q swaplevel 会改变数据吗？

A 不会——swaplevel 只交换索引层级顺序，数据不变。但交换后必须 sort_index()，否则后续选取可能出错或性能差。建议：swaplevel → sort_index → 选取。

Q 怎么展平 MultiIndex？

A 行级 MultiIndex → df.reset_index() 把层级变普通列。列级 MultiIndex → 重命名列为拼接字符串 ['_'.join(col) for col in df.columns]。groupby 后用 as_index=False 避免产生 MultiIndex（但失去层次选取能力）。

Q MultiIndex 性能如何？

A MultiIndex 查找是 O(1)（底层是哈希），性能很好。但 sort_index 后才保证高效——未排序的 MultiIndex 选取可能退化为 O(n)。大数据建议：创建后立即 sort_index()，用 is_unique 检查唯一性。

Q get_level_values 有什么用？

A df.index.get_level_values('city') 返回某层级的所有值（如 ['NYC','NYC','LA','LA',...]）。用于条件选取：df[df.index.get_level_values('city') == 'NYC']。也可用于 groupby：df.groupby(df.index.get_level_values(0)).sum()。

Q from_product 和 from_tuples 怎么选？

A from_product 生成笛卡尔积（所有组合）——适合完整网格数据（3城市×4季度=12 行）。from_tuples 指定具体组合——适合不完整数据（某些城市没有某些品类）。from_product 更简洁，from_tuples 更精确。

📖 小节

MultiIndex 为层次数据提供层次索引，像文件夹层级导航
创建：from_product（完整网格）、from_tuples（指定组合）、from_frame（DataFrame 转换）
选取：loc 从外到内，xs 任意层级跨选
swaplevel/reorder_levels 交换层级顺序，操作后必须 sort_index()
unstack 把行层级转列，stack 把列层级转行，与 MultiIndex 天然配合
reset_index 展平行级 MultiIndex，重命名列展平列级 MultiIndex

📝 作业

基础题（难度⭐）：用 from_product 创建 3 城市×2 品类的 MultiIndex DataFrame，用 loc 和 xs 分别选取特定城市和特定品类。
进阶题（难度⭐⭐）：创建城市×季度的 MultiIndex DataFrame，swaplevel 交换层级→sort_index→unstack 转宽表→stack 转回验证。
挑战题（难度⭐⭐⭐）：模拟 4 地区×3 品类×4 季度的 48 行数据，完成：xs 跨层选取→swaplevel 重排→unstack 多层展宽→reset_index 导出→groupby 重新聚合。

← 上一课：时间序列进阶 · 下一课：窗口计算 →

Web-Tutorial 技术团队

由多位开发者共同维护的编程教程平台。每篇教程由对应领域的开发者编写和审核，确保内容准确可靠。如发现任何问题，欢迎向我们反馈。

关于我们

Pandas: 多层索引

1. 你将学到

2. Bob 的多城市多品类销售数据

(1) 痛点：两层分组结果难选取

(2) 解法：MultiIndex 选取

▶ 示例

3. MultiIndex 创建

(1) 三种创建方式

▶ 示例

4. 层级选取

(1) loc 与 xs

▶ 示例

(2) loc vs xs 对比

5. swaplevel / sort_index

(1) 交换层级

▶ 示例

6. MultiIndex 与 stack/unstack

▶ 示例

7. 展平与 reset_index

▶ 示例

8. 完整示例：多城市多品类销售分析

(6) ▶ MultiIndex 层级结构

▶ 示例

❓ 常见问题

📖 小节

📝 作业

🙏 帮我们做得更好