dateframe怎么创建双层索引

在 pandas 中，可以使用 `MultiIndex` 类来创建双层索引的 DataFrame。以下是一个示例代码，演示如何创建一个双层索引的 DataFrame：

import pandas as pd

# 创建一个具有双层索引的 DataFrame
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12],
        'D': [13, 14, 15, 16]}
index = pd.MultiIndex.from_product([['GroupA', 'GroupB'], ['Index1', 'Index2']])
df = pd.DataFrame(data, index=index)

print(df)

输出结果：

               A  B   C   D
GroupA Index1  1  5   9  13
       Index2  2  6  10  14
GroupB Index1  3  7  11  15
       Index2  4  8  12  16

在上面的代码中，我们使用了 `pd.MultiIndex.from_product()` 方法来创建一个由两个列表组成的元祖，这两个列表分别是第一层索引和第二层索引。我们然后将这个元祖作为 `index` 参数传递给 `pd.DataFrame()` 方法，这样就创建了一个双层索引的 DataFrame。

另外，你还可以使用 `set_index()` 方法将一个或多个列作为双层索引：

import pandas as pd

# 创建一个普通的 DataFrame
data = {'Group': ['GroupA', 'GroupA', 'GroupB', 'GroupB'],
        'Index': ['Index1', 'Index2', 'Index1', 'Index2'],
        'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12],
        'D': [13, 14, 15, 16]}
df = pd.DataFrame(data)

# 将 Group 和 Index 作为双层索引
df = df.set_index(['Group', 'Index'])

print(df)

输出结果：

               A  B   C   D
Group  Index              
GroupA Index1  1  5   9  13
       Index2  2  6  10  14
GroupB Index1  3  7  11  15
       Index2  4  8  12  16

在上面的代码中，我们使用了 `set_index()` 方法将 `Group` 和 `Index` 列作为双层索引。这里需要注意，如果要将多个列作为双层索引，需要将列名以列表形式传递给 `set_index()` 方法。