Pandas多级索引Series

我们经常在接触的都是一维数据和二维数据，用Pandas的Series和DataFrame对象就可以储存。还有不常接触的三维和四维数据，Pandas也提供了Panel和panel4D对象储存。 在实践中，更直观的形式是通过层级索引（hierarchical indexing，也被称为多级索引，multi-indexing)配合多个有不同等级的一级索引一起使用，这样就可以将高维数组转换成类似一维Series和二维DataFrame对象的形式。

一维的Series对象表示二维数据-----用一系列包含特征与数值的数据点演示。

1、传统办法（笨办法）

这是一种复杂的对元组清理的办法，在面对较大数据量的时候会有不够高效的问题，而pandas对待同样的问题会有更加简洁的办法。

import numpy as np
import pandas as pd

index = [('California', 2000), ('California', 2010),
         ('New York', 2000), ('New York', 2010),
         ('Texas', 2000), ('Texas', 2010)]
populations = [33871648, 37253956,
              18976457, 19378102,
              20851820, 25145561]
pop = pd.Series(populations, index=index)

#pop进行切片查询
pop[('California', 2010): ('Tex