2022 2023 计算机 土木 计算机 土木 1、创建具有两层索引的DataFrame对象，如右图。 2、访问索引北京2022年对应的数据 北京 北大 601 582 611 591 清华 605

在这个上下文中，似乎是在描述如何操作DataFrame数据结构，特别是在Python的pandas库中。DataFrame是一个二维表格型的数据结构，它有两层索引，通常包括行索引和列索引。

1. **创建具有两层索引的DataFrame**: 要创建这样一个DataFrame，你需要先定义两个层次的索引，比如一个时间序列（2022、2023）作为行索引，学科（计算机、土木）作为列的一级索引，然后在对应的单元格填充具体的数值数据。例如：

index = pd.MultiIndex.from_product([['2022', '2023'], ['计算机', '土木']])
data = {
    ('2022', '计算机'): [601, 605],
    ('2022', '土木'): [582, None],  # 如果2022年的数据只有一门课，可以指定None
    ('2023', '计算机'): [611, None],  # 同理
    ('2023', '土木'): [591, 0]  # 数据可以根据实际情况填写
}

df = pd.DataFrame(data, index=index)

2. **访问特定索引的数据**: 使用`loc`或`iloc`方法可以选择特定的索引值。假设你想获取“北京”在2022年的数据：

# 使用列名（一级索引）
data_2022_beijing = df.loc['北京']

# 或者使用行索引和列名
data_2022_beijing_computing = df.loc[(slice('2022'), '计算机')]
data_2022_beijing_civil = df.loc[(slice('2022'), '土木')]

print(data_2022_beijing)

**相关问题--:**
1. 如何在pandas中创建多级索引的数据框？
2. `loc`和`iloc`的区别是什么，在这种场景下如何选择使用？
3. 如何添加新的数据到已有的多级索引DataFrame中？