### 如何交换Python Pandas DataFrame多重索引的层次 在处理带有多个索引级别的 `DataFrame` 时，有时需要调整这些索引级别之间的相对位置。为了实现这一点，可以利用 `MultiIndex.swaplevel()` 函数来互换两个指定层的位置。 此功能允许灵活地重新排列多级索引结构而不改变底层数据本身[^3]。 下面是一个具体的例子展示如何使用该方法： 假设有一个如下所示的 `DataFrame`: ```python import numpy as np import pandas as pd arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo'], ['one', 'two', 'one', 'two', 'one', 'two']] tuples = list(zip(*arrays)) index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second']) df = pd.DataFrame(np.random.randn(6, 2), index=index, columns=['A', 'B']) print(df) ``` 输出可能是这样的表格形式： ``` A B first second bar one 0.469112 -0.861849 two -2.104569 -0.494929 baz one 1.212112 -0.577040 two -0.706771 1.643563 foo one 0.113648 -1.022387 two -0.494957 -0.076467 ``` 要交换这两个索引层级，则可以通过调用 `.swaplevel('first','second')` 或者通过整数参数指定位次来进行操作： ```python swapped_df = df.swaplevel(i='first', j='second') # 或者使用基于位置的方式 # swapped_df = df.swaplevel(0, 1) print(swapped_df) ``` 这会得到一个新的 `DataFrame` ，其中原来的第二级索引现在成为了最外层，而原先的第一级则变为内层： ``` A B second first one bar 0.469112 -0.861849 baz 1.212112 -0.577040 foo 0.113648 -1.022387 two bar -2.104569 -0.494929 baz -0.706771 1.643563 foo -0.494957 -0.076467 ``` 值得注意的是，在执行上述命令之后，虽然视觉上看起来像是改变了整个表单布局，但实际上这只是更改了显示方式；如果希望进一步对新形成的对象做排序或其他变换，还需要额外应用相应的方法如`.sort_index()`, 这样才能确保最终结果既美观又逻辑清晰。