假设您具有以下数据框：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.nan,columns=['A','B','C'],index=[0,1,2])
假设我想在此熊猫数据帧的顶部添加一个附加“层”，以使A列第0行具有其值，B列第0行具有不同的值，C列第0行具有某些值，A列第1行等等。就像在现有数据框架之上的数据框架一样。
是否可以添加其他图层？一个人如何访问这些层？这样有效吗，也就是说，我是否应该一起使用单独的数据帧？是否可以通过访问各个层将这些多层保存为csv？或者是否有一种功能可以将它们分解为同一工作簿中的不同工作表？
pandas.DataFrame 不能有3个维度：
DataFrame是二维标记的数据结构，具有可能不同类型的列。
但是，有一种方法可以通过MultiIndex / Advanced Indexing伪造3维：
分层索引（MultiIndex）
分层/多层索引非常令人兴奋，因为它为一些非常复杂的数据分析和操作（尤其是处理高维数据）打开了大门。从本质上讲，它使您可以在Series（1d）和DataFrame（2d）等较低维度的数据结构中存储和处理任意数量的维度的数据。
如果您确实需要额外的尺寸，请使用pandas.Panel：
Panel是3D数据使用较少但仍很重要的容器。
但不要错过文档中的这一重要免责声明：
注意：不幸的是
Panel，与Series和相比，它不那么常用DataFrame，但在功能方面被略微忽略了。许多方法和可用的选项DataFrame不是可用的Panel。
还有pandas.Panel4D（实验性的）您不太可能需要它。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句