有时你需要重新调整某个轴上面的级别顺序，swapLever接受两个级别编号或者名称，并返回一个互换了级别的新对象。
frame = DataFrame(np.arange(12).reshape((4,3)),
index = [['a','a','b','b'],[1,1,3,4]],
columns=[['OH','OH','DH'],
['RE','RE','FE']])
frame.index.names = ['key1','key2']
frame.columns.names = ['state','color']
print(frame.swaplevel('key1','key2'))
而sortLever（或者sort_index(1）则根据单个级别中的值对数据进行排序，交换级别时，常常用到sortLever，这样最终结果就是有序的了。
许多对DataFrame和Series的描述和汇总都有一个level选项，用于指定在某条轴上面求和的级别，我们可以根据行或列进行求和。
print (frame.sum(level='key2'))
print (frame.sum(level='color',axis=1))
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
