Python Pandas 按多索引和列排序

Posted

技术标签:

【中文标题】Python Pandas 按多索引和列排序【英文标题】:Python Pandas sorting by multiindex and column 【发布时间】:2016-01-16 09:30:36 【问题描述】:

在 Pandas 0.17 中,我尝试按特定列排序,同时保持分层索引(A 和 B)。 B 是通过连接设置数据帧时创建的流水号。我的数据如下所示:

          C      D
A   B
bar one   shiny  10
    two   dull   5
    three glossy 8
foo one   dull   3
    two   shiny  9
    three matt   12

这是我需要的:

          C      D
A   B
bar two   dull   5
    three glossy 8
    one   shiny  10
foo one   dull   3
    three matt   12
    two   shiny  9

下面是我正在使用的代码和结果。注意:Pandas 0.17 提醒 dataframe.sort 将被弃用。

df.sort_values(by="C", ascending=True)
          C      D
A   B
bar two   dull   5
foo one   dull   3
bar three glossy 8
foo three matt   12
bar one   shiny  10
foo two   shiny  9

添加 .groupby 会产生相同的结果:

df.sort_values(by="C", ascending=True).groupby(axis=0, level=0, as_index=True)

同样的,先切换到排序索引,再groupby列也没有什么成效:

df.sort_index(axis=0, level=0, as_index=True).groupby(C, as_index=True)

我不确定重新索引我需要保留第一个索引 A,第二个索引 B 可以重新分配,但不是必须的。如果没有简单的解决方案,我会感到惊讶;我想我只是找不到它。任何建议表示赞赏。


编辑:与此同时,我删除了第二个索引 B,将第一个索引 A 重新分配为一列,而不是对多列排序的索引,然后对其重新编制索引:

df.index = df.index.droplevel(1)
df.reset_index(level=0, inplace=True)
df_sorted = df.sort_values(["A", "C"], ascending=[1,1]) #A is a column here, not an index.
df_reindexed = df_sorted.set_index("A")

还是很冗长。

【问题讨论】:

【参考方案1】:

感觉可能有更好的方法,但这里有一种方法:

In [163]: def sorter(sub_df):
     ...:     sub_df = sub_df.sort_values('C')
     ...:     sub_df.index = sub_df.index.droplevel(0)
     ...:     return sub_df

In [164]: df.groupby(level='A').apply(sorter)
Out[164]: 
                C   D
A   B                
bar two      dull   5
    three  glossy   8
    one     shiny  10
foo one      dull   3
    three    matt  12
    two     shiny   9

【讨论】:

您的方法比我的中间解决方案更先进,但我同意应该有更好的方法。【参考方案2】:

基于 chrisb 的代码:

请注意,在我的例子中,它是一个 Series 而不是 DataFrame,

s.groupby(level='A', group_keys=False).apply(lambda x: x.sort_values(ascending=False))

【讨论】:

以上是关于Python Pandas 按多索引和列排序的主要内容,如果未能解决你的问题,请参考以下文章

在 Pandas 数据框的多索引数据中按索引和值排序

使用 pandas 进行多索引和绘图

pandas:选择索引,然后选择多索引切片上的列

Pandas Dataframe Multiindex 按级别和列值排序

删除多索引和自动重命名列

带有多索引和 parse_date 的 pandas read_excel;如何?