1、前提：加载numpy,pandas和Series,DataFrame。生成一个层次索引的Series，命名为s1，如图
2、使用s1.index可以查看MultiIndex索引的层次化索引；使用s1['c'挢旗扦渌;]查看外层是‘c’的数赍铈于脏据；使用s1['b':'c']查看外层是‘b’和‘c’的数据（连续）；如图
3、如果外层两个索引不连续，那么需要使用s1[['a','d']]或者s1.loc[['a','d']]即可取出外层索引为‘a’和‘d’的数据，如图所示
4、如果需要取出内层为‘2’的数据，那么使用s1[:,'2']即可，如图
5、层次化殇矬岭柳索引的重塑（类似excel的数据透视表）功能。s1.unstack(level=-1)和s1.unstack(level=0)分滕匿晡箸别是表示将内层和外层转化为列；unstack的逆运算是stack，具体如图
