如何为Pandas DataFrame设置MultiIndex（多级索引）？

设置多级索引 #

你可以直接使用pandas的set_index()方法，传入要作为索引的列名列表（['year', 'date']），就能创建基于年份和日期的多级索引（MultiIndex）：

import pandas as pd

# 假设你的DataFrame已经定义为df
df_multi = df.set_index(['year', 'date'])
# 如果想直接修改原DataFrame，加上inplace=True参数
# df.set_index(['year', 'date'], inplace=True)

设置完成后，你的DataFrame索引会变成两级：第一级是year，第二级是date，结构示例如下：

Time  observation1  observation2
year date                                             
2012 11-02   09:12:00    79.373668          224
     11-02   09:13:00   130.841316          477
     11-05   09:14:00    45.312814          835
...

检索特定数据 #

设置好多级索引后，用.loc就能轻松实现目标检索：

1. 获取某一年的所有数据：

# 获取2012年的全部数据
df_2012 = df_multi.loc[2012]

2. 获取特定年份+日期的数据：

# 获取2013年11月5日的全部数据
df_2013_1105 = df_multi.loc[(2013, '11-05')]

可选优化：排序索引 #

如果你的数据未按年份和日期排序，建议设置索引后执行排序，既能提升检索效率，也能让索引结构更清晰：

df_multi_sorted = df_multi.sort_index()

内容的提问来源于stack exchange，提问作者user398843