Python Pandas 按多索引和列排序

Posted 2023-03-12

【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。

【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))