dataframe双列索引

在 Pandas 中，可以使用双列索引（MultiIndex）来对 DataFrame 进行索引操作。双列索引可以在 DataFrame 中创建层次化的索引结构，使得可以同时对多个维度进行筛选和操作。

要创建双列索引的 DataFrame，可以使用 `pd.MultiIndex.from_tuples()` 方法来创建一个 MultiIndex 对象，然后将其传递给 DataFrame 的 `index` 参数。

下面是一个示例：

import pandas as pd

# 创建示例数据
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}
index = pd.MultiIndex.from_tuples([('Group1', 'A'), ('Group1', 'B'), ('Group2', 'A'), ('Group2', 'B')])

# 创建带有双列索引的 DataFrame
df = pd.DataFrame(data, index=index)

# 查看 DataFrame
print(df)

输出结果如下：

           A  B   C
Group1 A   1  5   9
       B   2  6  10
Group2 A   3  7  11
       B   4  8  12

这样创建的 DataFrame 中，索引有两层，第一层是 'Group1' 和 'Group2'，第二层是 'A' 和 'B'。你可以通过双列索引对 DataFrame 进行筛选、切片等操作。例如：

# 使用双列索引进行筛选
group1_df = df.loc['Group1']
print(group1_df)

# 使用双列索引进行切片
group2_a_df = df.loc[('Group2', 'A')]
print(group2_a_df)

输出结果如下：

   A  B   C
A  1  5   9
B  2  6  10
     A  B   C
A  3  7  11

这样，你就可以通过双列索引对 DataFrame 进行更灵活的操作了。