python是当下最热门、应用最为广泛的编程语言之一，尤其在大数据时代成为不可或缺的学习工具。其中，其强大的数据分析库pandas尤为经典。下面我们将通过一个具体示例，演示series结构中多级索引的使用方法，帮助掌握复杂层级数据的处理技巧。
1、 首先导入numpy和pandas库，并引入Series与DataFrame类。
2、 构建一个具备多层索引的Series对象，命名为s1。
3、 使用s1.index可查看该Series的MultiIndex结构，了解其层次化索引组成。
4、 利用s1查询外层索引为‘c’的所有数据记录。
5、 查询外层索引为‘b’到‘c’之间的连续数据，可通过切片方式实现。
6、 如图所示
7、 当需要提取非连续的外层索引（如'a'和'd'）时，可使用s1或s1.loc配合列表进行选取，具体操作如下图所示。
8、 若想筛选出内层索引为2的所有数据，可以直接通过s1来完成。
9、 实现类似Excel中数据透视表功能的多层次索引重构操作。
10、 调用s1.unstack(level=-1)可将最内层索引转换为列标签，而s1.unstack(level=0)则将最外层索引导入列；其逆向操作为stack，相关转换过程如下图所示。
