第1关：多级索引的取值与切片

任务描述

本关任务：根据相关知识以及编程要求，得到目标DataFrame多级索引。

相关知识

创建多级索引

1. 通过MultiIndex构建多级索引：

   1. index = [('California', 2000), ('California', 2010), ('New York', 2000), ('New York', 2010), ('Texas', 2000), ('Texas', 2010)]
   2. populations = [33871648, 37253956, 18976457, 19378102, 20851820, 25145561]
   3. pop = pd.Series(populations, index=index)
   4. # 1.基于元组创建
   5. index1 = pd.MultiIndex.from_tuples(index)
   6. index1
   7. Out：
   8. MultiIndex(levels=[['California', 'New York', 'Texas'], [2000, 2010]], codes=[[0, 0, 1, 1, 2, 2], [0, 1, 0, 1, 0, 1]])

   MultiIndex里面有一个levels属性表示索引的等级——这样做可以将州名和年份作为每个数据点的不同标签。如果将前面创建的pop的索引重置（reindex）为MultiIndex，就会看到层级索引。其中前两列表示Series的多级索引值，第三列式数据。

   1. pop1 = pop.reindex(index1)
   2. pop1
   3. Out：
   4. California 2000 33871648
   5. 2010 37253956
   6. New York 2000 18976457
   7. 2010 19378102
   8. Texas 2000 20851820
   9. 2010 25145561
   10. dtype: int64

   查询2010年的数据。

   1. pop[:, 2010] # 得到的是一个单索引数组
   2. Out：
   3. California 37253956
   4. New York 19378102
   5. Texas 25145561
   6. dtype: int64

   以上的例子都是Series创建多级行索引，而每个DataFrame的行与列都是对称的，也就是说既然有多级行索引，那么同样可以有多级列索引。只需要在创建DataFrame时将columns的参数传入一个MultiIndex。

2. 通过二维索引数组创建多级索引：
   Series或DataFrame创建多级索引最直接的办法就是将index</