Python学习教程：用Pandas做多层级索引难吗？

有的伙伴想学用Pandas做多层级索引，但不知道从何学起，难度肯定会有的，还是得掌握方法的！

Pandas库的名字来源于其中3种主要数据结构开头字母的缩写：Panel,Dataframe,Series。其中Series表示一维数据，Dataframe表示二维数据，Panel表示三维数据。当数据高于二维时，一般却不用 Panel 表示，为什么呢？如果不用 Panel，又该怎么做呢？

实际上，当数据高于二维时，我们一般用包含多层级索引的Dataframe进行表示，而不是使用Panel。原因是使用多层级索引展示数据更加直观，操作数据更加灵活，并且可以表示3维，4维乃至任意维度的数据。具体要怎么做呢？下面我们就从多层级索引的创建、取值与操作等内容教大家一些方法！

一、多层级索引的创建

指定多维列表作为columns