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