为什么需要把列转换为索引
在用Pandas分析数据时，经常遇到这样的场景：数据表中有日期、城市、商品三个字段，希望按日期和城市快速定位商品销量。如果只用普通的布尔筛选，每次都要写一长串条件判断，效率低且代码冗长。而把日期和城市这两列提升为索引，形成一个多级索引MultiIndex，就可以像查字典一样直接定位数据。
除了查询便捷，把列转换为索引还有一个重要好处：数据在索引上是有序存放时，切片操作和分组运算的速度会明显提升。尤其是数据量达到百万行级别时，索引带来的性能差异非常可观。
来看一个基础示例，先用set_index把两列转换为索引：
import pandas as pd
df = pd.DataFrame({
'日期': ['2024-01', '2024-01', '2024-02', '2024-02'],
'城市': ['北京', '上海', '北京', '上海'],
'销量': [120, 150, 90, 180]
})
# 将日期和城市两列转换为多级索引
df_multi = df.set_index(['日期', '城市'])
print(df_multi)
执行后可以看到，日期和城市不再是普通列，而是变成了行索引的两个层级。此时索引结构由一个元组列表构成，每个元组代表一行的完整索引路径。值得注意的是，set_index默认不会修改原数据框，而是返回新对象，如果希望就地修改，可以传入inplace=True参数。
灵活调整索引层级的常用技巧
把列转成索引之后，经常需要调整层级的先后顺序。比如原本第一层是日期、第二层是城市，现在想让城市作为第一层。这时可以使用swaplevel方法交换两个层级的位置：
# 交换第一层和第二层索引 df_swapped = df_multi.swaplevel() print(df_swapped) # 也可以通过层级编号指定，效果相同 df_swapped2 = df_multi.swaplevel(0, 1)
swaplevel的参数可以是层级的编号（从0开始）也可以是层级的名称，两者效果一致。如果涉及三层或更多层级，还可以用reorder_levels一次性指定所有层级的新顺序：
# 三层索引的顺序重排
df3 = df_multi.copy()
df3['渠道'] = ['线上', '线上', '线下', '线下']
df3 = df3.set_index('渠道', append=True)
# 调整为 渠道、日期、城市 的顺序
df3 = df3.reorder_levels(['渠道', '日期', '城市'])
print(df3)
层级调整后通常需要配合sort_index排序，否则切片查询可能出现性能警告甚至结果异常。Pandas要求索引有序才能高效地执行跨层级切片，所以养成swaplevel之后紧跟sort_index的习惯是很有必要的。
索引与列之间的相互转换
调整完层级之后，有时又需要把索引还原成普通列，这时就用到了set_index的逆操作reset_index。它可以把全部或指定的索引层级放回数据列中：
# 全部索引还原为列 df_reset = df_multi.reset_index() # 只还原城市这一层，日期保留为索引 df_partial = df_multi.reset_index(level='城市') print(df_partial)
reset_index支持level参数指定要还原的层级，可以是编号、名称，也可以是列表，非常灵活。如果不希望原来的索引值丢弃，reset_index会自动把它变成一列；反过来，如果想在还原时直接丢弃索引，可以传入drop=True。
此外还有几个实用方法值得掌握：droplevel可以直接丢弃某一层级而不还原为列；rename_axis可以给索引层级统一命名，让输出结果更易读。两者的组合使用示例如下：
# 丢弃最内层索引
df_drop = df_multi.droplevel('城市')
# 给索引层级命名
df_named = df.set_index(['日期', '城市'])
df_named = df_named.rename_axis(['时间', '地区'])
print(df_named.index.names) # 输出 ['时间', '地区']
熟练掌握set_index、swaplevel、reorder_levels、reset_index这几个方法的组合，基本可以应对所有索引结构调整的需求。
多级索引的查询与切片实践
索引调整的最终目的还是为了高效取数。多级索引提供了多种查询方式，最直观的是使用loc配合元组定位：
# 精确查询：2024年1月北京的销量
value = df_multi.loc[('2024-01', '北京'), '销量']
print(value) # 120
# 只查第一层：所有2024年1月的数据
jan_data = df_multi.loc['2024-01']
# 使用xs进行跨层级查询：所有城市为上海的数据
sh_data = df_multi.xs('上海', level='城市')
print(sh_data)
这里特别推荐xs方法，它允许直接指定某一层级的值进行筛选，不需要关心其他层级的顺序，在层级较多时尤其方便。而loc切片则要求索引先经过排序，否则跨层级范围查询会报PerformanceWarning。
另一个常见需求是查询某个层级的所有不重复取值，可以使用get_level_values配合unique：
cities = df_multi.index.get_level_values('城市').unique()
print(cities) # Index(['北京', '上海'], name='城市')
总结一下，Pandas多级索引的核心工作流就是：用set_index把关键列提升为索引，用swaplevel或reorder_levels调整层级顺序，用sort_index保证索引有序，最后用loc或xs高效取数，需要还原时再用reset_index。掌握这条链路，处理多维结构化数据时会顺手很多。
Pandas多级索引set_indexswaplevel修改时间：2026-09-14 00:59:23