我有一个数据框，从csv文件中加载，并使用 set_index 方法将索引设置为其几列（通常是两个或三个）。想法是然后使用多个关键组合访问数据框的部分，如下：
df.set_index(['fileName','phrase'])
df.ix['somePath','somePhrase']
显然，只有在数据框的MultiIndex按足够深度排序时才能使用多个键进行选择。在这种情况下，由于我提供了两个键，只有当数据框MultiIndex排序到至少深度为2时，.ix操作才不会失败。
出于某种原因，当我设置索引如所示时，虽然我认为两层都已排序，但调用df.index.lexsort_depth命令返回1，并且在尝试使用两个键访问时出现以下错误:
MultiIndex lexsort depth 1, key was length 2
需要帮助吗？
您的问题不太清楚。多重索引文档在这里。
原帖作者需要设置索引，然后就地排序。
df.set_index(['fileName','phrase'],inplace=True)
df.sortlevel(inplace=True)
然后通过元组访问这些级别以获取特定的结果
df.ix[('somePath','somePhrase')]
也许只需要一个类似这样的玩具示例，并展示我想要获得特定结果的方式。
In [1]: arrays = [np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'])
...: .....: ,
...: .....: np.array(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'])
...: .....: ]
In [2]: df = DataFrame(randn(8, 4), index=arrays)
In [3]: df
Out[3]:
0 1 2 3
bar one 1.654436 0.184326 -2.337694 0.625120
two 0.308995 1.219156 -0.906315 1.555925
baz one -0.180826 -1.951569 1.617950 -1.401658
two 0.399151 -1.305852 1.530370 -0.132802
foo one 1.097562 0.097126 0.387418 0.106769
two 0.465681 0.270120 -0.387639 -0.142705
qux one -0.656487 -0.154881 0.495044 -1.380583
two 0.274045 -0.070566 1.274355 1.172247
In [4]: df.index.lexsort_depth
Out[4]: 2
In [5]: df.ix[('foo','one')]
Out[5]:
0 1.097562
1 0.097126
2 0.387418
3 0.106769
Name: (foo, one), dtype: float64
In [6]: df.ix['foo']
Out[6]:
0 1 2 3
one 1.097562 0.097126 0.387418 0.106769
two 0.465681 0.270120 -0.387639 -0.142705
In [7]: df.ix[['foo']]
Out[7]:
0 1 2 3
foo one 1.097562 0.097126 0.387418 0.106769
two 0.465681 0.270120 -0.387639 -0.142705
In [8]: df.sortlevel(level=1)
Out[8]:
0 1 2 3
bar one 1.654436 0.184326 -2.337694 0.625120
baz one -0.180826 -1.951569 1.617950 -1.401658
foo one 1.097562 0.097126 0.387418 0.106769
qux one -0.656487 -0.154881 0.495044 -1.380583
bar two 0.308995 1.219156 -0.906315 1.555925
baz two 0.399151 -1.305852 1.530370 -0.132802
foo two 0.465681 0.270120 -0.387639 -0.142705
qux two 0.274045 -0.070566 1.274355 1.172247
In [10]: df.sortlevel(level=1).index.lexsort_depth
Out[10]: 0
df.sortlevel(inplace=True,sort_remaining=True)
df.sortlevel(axis=1,inplace=True,sort_remaining=True)
这应该按相反的方向排序。如果您不想考虑它，可以使用以下方法进行暴力破解：
df.sortlevel(axis=0,inplace=True,sort_remaining=True)
df.sortlevel(axis=1,inplace=True,sort_remaining=True)
这应该能够完全排序所有级别的列和行索引。我在这里遇到了同样的问题，无法通过建议的答案得到完整的lexsort，但是一些研究表明，即使“sort_remaining”为True，sortlevel也仅适用于单个轴。以下代码片段是解决这个问题的当前Pythonic本地答案。希望对某人有所帮助！
d = d.sort_index()
print d.index.is_lexsorted() # Sometimes true
在大多数情况下，这将完成您想要的操作。
然而，始终对索引进行排序，但可以将其保留为'lexsorted'（例如，如果索引中有NAN），这会生成一条性能警告。
为避免此问题：
d = d.sort_index(level=d.index.names)
print d.index.is_lexsorted() # true
set_index不排序，因为在理论上它可能是一项昂贵的操作。这就是为什么目前有些部分是“手动”的原因。 - Jeff