真正高效的做法是用 pandas.MultiIndex 管理层级关系，它底层用哈希+排序双策略加速查找，比纯 Python 循环快 10–100 倍；需确保层级键为不可变类型、创建后立即 sort_index、优先用 read_csv 直接加载多级索引，并善用 xs() 和 loc[] 精准查询。
用 pandas.MultiIndex 构建可查询的层级结构
直接用原生字典嵌套或列表套列表做多级索引，查起来慢、改起来脆、序列化还容易出错。真正高效的做法是把层级关系交给 pandas.MultiIndex 管理，它底层用哈希+排序双策略加速查找，比纯 Python 循环快 10–100 倍（尤其在万级以上数据量时）。
实操建议：
- 层级键必须是不可变类型（
str、int、tuple），避免用list或dict作索引值，否则构造失败并报TypeError: unhashable type - 创建后立即调用
.sort_index()—— 即使原始数据已有序，pandas 也不自动保证索引物理有序，不排序会导致.xs()和切片性能暴跌 - 若只读不写，用
pd.read_csv(..., index_col=[0,1,2])直接加载带多级索引的 CSV，比先读再设索引快得多
用 .xs() 和 .loc[] 精准定位某一层级组合
.xs() 是专为多级索引设计的“跨层抽取”方法，比用 .loc[] 写全层级更简洁；而 .loc[] 更适合范围切片或部分层级匹配。
常见错误现象：写 df.loc['A', 'B'] 报 KeyError，其实是没意识到这是两层索引，正确写法是 df.loc[('A', 'B'), :] 或 df.xs(('A', 'B'))。
立即学习“Python免费学习笔记（深入）”；
使用场景与参数差异：
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 取单个组合：
df.xs(('A', 'B'))返回 Series（若最后一级是列）或 DataFrame（若还有剩余层级） - 按某一层过滤：
df.xs('A', level=0)提取所有一级索引为'A'的行 - 范围切片：
df.loc[('A', 'B'):('A', 'D')]要求索引已排序，且只支持最外层连续切片
避免用 groupby 替代索引——那是聚合，不是检索
看到“按地区+年份统计销量”，第一反应别急着写 df.groupby(['region', 'year'])。如果后续还要频繁查 region='华东' and year=2023 的明细，groupby 每次都重算，而 MultiIndex 查一次是 O(log n)。
性能影响明显：
-
df.set_index(['region', 'year']).sort_index()后，df.loc[('华东', 2023)]是微秒级响应 - 同数据量下，等价的
df[df.region=='华东'][df.year==2023]是线性扫描，数据一过十万就卡顿 - 内存占用上，
MultiIndex比保留原始列 + 多次布尔索引低 30%–50%，因索引只存一份键值，不复制数据
当需要支持模糊匹配或非等值查询时，补一层 numpy.searchsorted
MultiIndex 原生只支持精确匹配和左闭右开区间切片（如 loc['A':'C']）。如果要查 “年份 ≥ 2020 且
推荐做法：提取底层索引数组，用 numpy.searchsorted 找边界，再切片：
idx = df.index.get_level_values(1).to_numpy() # 取第二级（年份）为 numpy 数组 left = np.searchsorted(idx, 2020, side='left') right = np.searchsorted(idx, 2024, side='right') result = df.iloc[left:right]
注意点：
- 必须确保该级索引已排序（
df.sort_index(level=1)），否则searchsorted结果无效 - 不能直接对
MultiIndex对象调用searchsorted，必须先用get_level_values()拆出来 - 字符串前缀匹配建议先用
df.index.get_level_values(0).str.startswith('P-')，比正则快，也比循环in高效
实际用的时候，最易被忽略的是排序这个动作——很多人设完 MultiIndex 就直接查，结果性能差得离谱，却以为是 pandas 不行。其实只要加一行 .sort_index()，90% 的慢查询就解决了。
