Series

多层次索引Series的索引是MultiIndex结构

根据最外层索引取数时，可直接通过series[outer_index_m]完成

根据内层索引取数时，需要series[:, inner_index_m]完成

更内层索引，series[:, :, ..., inner_index_m]完成

sreies.unstack()可将双层索引的series转为dataframe，外层索引做行索引，内层索引做列索引

DataFrame

多层次索引的dataframe按最外层行/列索引取数时，返回的结果是一个新的dataframe，所以，可用dataframe的按行/列取数方法依次进行

可以直接指定索引的别名（这是轴的标签，并不是索引本身的名称）

也可以通过MlutiIndex对象复用

dataframe.stack()方法

            可将多层列索引的dataframe转成新的dataframe，将最内层列索引转为最内层行索引

            若是dataframe只有一层列索引，stack方法会返回一个多层行索引的series

dataframe.unstack()方法

            可将多层行索引的dataframe转成新的dataframe，将最内层行索引转为最内层列索引

            若是dataframe只有一层行索引，stack方法会返回一个多层行索引的series

stack方法与unstack方法一直调用都会将dataframe转为series，两种series的区别在于行索引的先后顺序

*注：stack/unstack方法可以将dataframe转为series，也可以将series转为dataframe

       在多层次索引pandas对象中，这两个方法可一直调用下去，实现索引重排

图片展示的是unstack调用结果，stack同

索引分级顺序重排

上面通过stack/unstack实现了索引重排，一直调用太麻烦，还可以通过swaplevel方法直接指定两个层次的索引对调其位置