关键错误和MultiIndex lexsort深度
问题内容：
我有一组制表符分隔的文件，必须阅读这些文件，将它们用作pandas数据框，对它们进行一堆操作，然后将它们合并回一个excel文件，代码太长，所以我要经历其中有问题的部分
我正在解析的选项卡文件包含所有相同数量的行2177
当我阅读这些文件时，我正在按类型（字符串，整数）的前两列进行索引
df = df.set_index(['id', 'coord'])
data = OrderedDict()
#data will contain all the information I am writing to excel
data[filename_id] = df
我正在执行的过程之一需要访问data [sample_id]的每一行，该行包含混合类型的数据帧，这些数据类型以“ id”和“ coord”列为索引，像这样
sample_row = data[sample].ix[index]
我的索引是（’id’，’coord’）
如果我正在处理文件的子集，那么一切都很好，但是如果我用2177行读取了整个文件，则最终会收到此错误消息
KeyError: 'Key length (2) was greater than MultiIndex lexsort depth (0)'
我在SO各处搜索了所有内容，似乎这是对索引进行排序的问题，但是我不明白为什么使用未排序的子集不会导致问题
关于如何解决这个问题的任何想法吗？
谢谢
问题答案：
文档非常好。如果您使用多索引，则需要多次阅读它们，这是值得的，请参见此处
In [9]: df = DataFrame(np.arange(9).reshape(-1,1),columns=['value'],index=pd.MultiIndex.from_product([[1,2,3],['a','b','c']],names=['one','two']))
In [10]: df
Out[10]:
value
one two
1 a 0
b 1
c 2
2 a 3
b 4
c 5
3 a 6
b 7
c 8
In [11]: df.index.lexsort_depth
Out[11]: 2
In [12]: df.sortlevel(level=1)
Out[12]:
value
one two
1 a 0
2 a 3
3 a 6
1 b 1
2 b 4
3 b 7
1 c 2
2 c 5
3 c 8
In [13]: df.sortlevel(level=1).index.lexsort_depth
Out[13]: 0
In [9]: df = DataFrame(np.arange(9).reshape(-1,1),columns=['value'],index=pd.MultiIndex.from_product([[1,2,3],['a','b','c']],names=['one','two']))
In [10]: df
Out[10]:
value
one two
1 a 0
b 1
c 2
2 a 3
b 4
c 5
3 a 6
b 7
c 8
In [11]: df.index.lexsort_depth
Out[11]: 2
In [12]: df.sortlevel(level=1)
Out[12]:
value
one two
1 a 0
2 a 3
3 a 6
1 b 1
2 b 4
3 b 7
1 c 2
2 c 5
3 c 8
In [13]: df.sortlevel(level=1).index.lexsort_depth
Out[13]: 0
更新 ：
sortlevel将被弃用，所以在使用sort_index即
df.sort_index(level=1)
