10分钟带你学会DataFrame的多层索引及使用

各位朋友们，今天给大家带来的是数据分析的内容。欢迎各位朋友多提宝贵意见哦！

本次分享给大家的是：DataFrame的多层索引及使用。

多层索引是指在行或者列轴上有两个及以上级别的索引，一般表示一个数据的几个分项。比如，下图所示的数据样式：

我们使用的是对美女的颜值投票数据，现在有几位美女分别给他们起了容易记忆的名字，比如：小丽，小芳啊，照片展示一下：

于是拿着这些照片来到办公区，投票啦！投票啦！大家分成了两组进行投票，男生一组、女生一组，投票的内容就是：漂亮和不漂亮。

于是就有了下面的数据部分：

大家发现这个表格数据跟我们常用的不同，那就是列名是有两层的。那这样的数据怎么进行数据分析呢？

import numpy as np
import pandas as pd
beauty = pd.read_excel('beauty.xlsx')
beauty

这是什么情况？列名怎么还有Unnamed:0,Unnamed:1这些呢？是我们读取数据的时候没有设置index_col和header属性。

header设置的是列，如果是多列则使用列表，从左到右为0，1，2，...，index_col则是设置的行，用来指定行索引。

beauty = pd.read_excel('beauty.xlsx',header=[0,1],index_col=0)
beauty

但是要自己创建一个多层索引则有两种方式：分别是隐式和显式的。

1、创建多层索引

方法一：隐式创建，即给DataFrame的index或columns参数传递两个或更多的数组。我们自己构建一个颜值投票的数据。

df1 = pd.DataFrame(np.random.randint(1，30, size=(8, 4)),
                   index= ['小明','小花','小丽','小玲','小军','小新','小美','小芳'],
                   columns=[['男生', '男生', '女生', '女生'],