对于一个研究项目，我们正在对话系统中记录击键。我们的日志分为3层：ext（有关会话本身的元数据，包括用户/发言人），ext2（会话中的每条消息）和conversation（每个键）键入或删除的时间戳（以毫秒为单位）。
样本数据：
message我们的目标是为每个用户，总计，每个消息和每个会话计算各种类型的打字率度量（例如，每分钟有多少个字母，还包括单词之间的停顿之类的东西）。
考虑到我们的数据分析目标和方法，keystrokes似乎是一个合理的选择。
但是，操纵3个相关的分层数据帧（1 import pandas as pd
conversations = pd.DataFrame({'convId': [1],
'userId': [849]})
messages = pd.DataFrame({'convId': [1,1],
'msgId': [1,2],
'text': ['Hi!', 'How are you?']})
keystrokes = pd.DataFrame({'msgId': [1,1,1,2,2,2,2],
'key': ['H', 'i', '!',
'H', 'o', 'w', ' '],
'time': ['2018-07-13 13:16:56.001', '2018-07-13 13:16:56.354', '2018-07-13 13:16:56.958',
'2018-07-13 13:17:07.012', '2018-07-13 13:17:07.123', '2018-07-13 13:17:07.653', '2018-07-13 13:17:07.430']})
∋N pandas∋NNN conversation）孤立地产生了很多复杂性。例如，我们尝试计算写一条消息所花费的总时间（=最后的messages-确定的keystrokes的第一个keystroke.time），但是从一个数据帧开始计算（keystroke.time ），然后填充另一个（message.msgId）在矢量化命令中似乎已经非常复杂。
管理此数据集的最佳方法是什么？我最近了解了hierarchical indexes and multi-index：我们是否应将所有内容都放入一个巨大的单个数据帧中，而每个单独的keystrokes的{{1}}和messages数据要重复多次（一种“长”格式）？会不会引起更多的性能问题（我们正在查看成千上万的消息和数百万的按键）？还是有一种方法可以在conversations的{{1}}中进行messages的操作？