pandas DataFrame 中的级别是什么

是一个强大的数据分析工具，它提供了一个叫做DataFrame的数据结构，用于处理结构化数据。在DataFrame中，数据可以被组织成一个二维表格，类似于关系型数据库中的表。每个表格可以有一个或多个列，每列可以包含不同类型的数据，例如数值、字符串、日期等。而级别是DataFrame中一个重要的概念，用于对数据进行层次化管理和索引。

python
import pandas as pd
# 创建一个包含多级索引的DataFrame
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}
index = pd.MultiIndex.from_tuples([('Group1', 'A'), ('Group1', 'B'), ('Group2', 'A'), ('Group2', 'B')])
df = pd.DataFrame(data, columns=['A', 'B', 'C'], index=index)
print(df)

python
import pandas as pd
# 创建一个包含销售数据的DataFrame
data = {'City': ['Beijing', 'Beijing', 'Shanghai', 'Shanghai'],
        'Product': ['Apple', 'Banana', 'Apple', 'Banana'],
        'Sales': [100, 200, 150, 250]}
df = pd.DataFrame(data)
# 创建多级索引
df.set_index(['City', 'Product'], inplace=True)
# 根据级别进行分组统计
result = df.groupby(level=[0, 1]).sum()
print(result)