前面按照多个条件进行分组产生的索引是复合索引
一、索引
# a、获取index df.index # b、指定index df.index = [] # c、重新设置index df.reindex([‘a‘, ‘b‘, ‘c‘]) # 注意：一般不用 # d、指定某一列作为index df2 = df1.set_index(‘O‘, drop=False) # drop默认是True，丢弃指定的那一列 # e、指定某多列作为index df2 = df1.set_index([‘M‘, ‘O‘], drop=False) # f、对index进行去重操作 df1.set_index(‘O‘, drop=False).index.unique()
二、复合索引
1、基础知识
# a、复合索引 df.set_index([‘c‘, ‘d‘]) # b、交换复合索引的顺序 df.swaplevel()
2、Series
# a、取Series df.set_index([‘c‘, ‘d‘])[‘a‘] # Series # b、取具体值 df.set_index([‘c‘, ‘d‘])[‘a‘][‘c列的索引值‘][‘d列的索引值‘] # 或 df.set_index([‘c‘, ‘d‘])[‘a‘][‘c列的索引值‘, ‘d列的索引值‘]
3、DataFrame
# a、取DataFrame df.set_index([‘c‘, ‘d‘])[[‘a‘]] # b、取具体值 df.set_index([‘c‘, ‘d‘])[[‘a‘]].loc[‘c列的索引值‘].loc[‘d列的索引值‘]
原文：https://www.cnblogs.com/wt7018/p/11976074.html