本文讲解 Pandas 中 MultiIndex 对象的内部结构，澄清 levels 和 codes（非 labels）才是其核心组成，演示如何正确访问并理解其底层表示。
本文讲解 pandas 中 multiindex 对象的内部结构，澄清 `levels` 和 `codes`（非 `labels`）才是其核心组成，演示如何正确访问并理解其底层表示。
在使用 Pandas 构建多级索引（MultiIndex）时，初学者常误以为 levels 和 codes 会直接显示在对象的字符串表示中——例如调用 print(hier_zipped) 或在 Jupyter 中直接输出时，看到的是元组形式的扁平化展示（如 ('a', 1)），而非结构化的 levels 和 codes 字段。这容易造成误解，以为“创建失败”或“属性丢失”。实际上，levels 和 codes 始终存在且完整存储于 MultiIndex 内部，只是默认打印不显式呈现。
要验证这一点，可按如下方式创建一个典型的 MultiIndex：
import pandas as pd
inside = ['a', 'a', 'a', 'b', 'b', 'b']
outside = [1, 2, 3, 1, 2, 3]
zipped = list(zip(inside, outside))
hier_zipped = pd.MultiIndex.from_tuples(zipped)
print(hier_zipped)
# 输出（简洁视图）：
# MultiIndex([('a', 1),
# ('a', 2),
# ('a', 3),
# ('b', 1),
# ('b', 2),
# ('b', 3)],
# )虽然输出未显示 levels 和 codes，但它们完全可用：
# ✅ 正确访问：使用 .levels 和 .codes 属性
print("Levels:", hier_zipped.levels)
# Levels: [['a', 'b'], [1, 2, 3]]
print("Codes:", hier_zipped.codes)
# Codes: [[0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]]⚠️ 注意：Pandas 自 0.24.0 版本起已将 labels 属性正式弃用并重命名为 codes（为保持向后兼容，旧版 labels 仍可读，但会触发 FutureWarning）。因此，务必使用 .codes 而非 .labels —— 这是官方推荐且未来唯一支持的属性名。
此外，levels 是一个 FrozenList，包含每个索引层级去重后的唯一值列表；codes 同样是 FrozenList，其中每个子列表是对应层级的整数编码（即该层级中每个元素在 levels[i] 中的索引位置）。二者共同唯一确定整个 MultiIndex 的结构，这也是 Pandas 高效存储和快速查找的基础。
✅ 小结与最佳实践：
- MultiIndex 的字符串表示仅为用户友好的摘要，不反映其完整内部结构；
- 永远通过 .levels 和 .codes 显式访问底层数据；
- 避免使用已弃用的 .labels，防止代码在未来版本中报错；
- 如需从 levels/codes 重建 MultiIndex，可使用：
pd.MultiIndex(levels=hier_zipped.levels, codes=hier_zipped.codes)
掌握这一机制，有助于深入理解 Pandas 分层索引的设计哲学，并为高级操作（如重排层级、交换顺序、自定义编码）打下坚实基础。
