擅长:python、mysql、java
<p>在这种情况下,您可以简单地使用<code>groupby</code>,当它沿着请求的列对销售额求和时,将自动创建多索引。</p>
<pre><code>df.groupby(['user_id', 'account_num', 'dates']).sales.sum().to_frame()
</code></pre>
<p>您还应该能够简单地执行以下操作:</p>
<pre><code>df.set_index(['user_id', 'account_num', 'dates'])
</code></pre>
<p>尽管您可能希望通过求和来避免任何重复(例如,两行或多行具有相同的<code>user_id</code>、<code>account_num</code>和<code>date</code>值,但销售数字不同),这也是我建议使用<code>groupby</code>的原因。</p>
<p>如果需要多索引,只需通过<code>new_df.index</code>访问,其中<code>new_df</code>是从上述两个操作之一创建的新数据帧。</p>
<p>而<code>user_id</code>将是0级,<code>account_num</code>将是1级。</p>