在遵循特定结构的同时按列对多索引进行排序

Posted 2023-03-12

【中文标题】在遵循特定结构的同时按列对多索引进行排序

【英文标题】：Sorting multiindex by a column while following specific structure

【发布时间】：2019-08-25 13:08:15

【问题描述】：

我正在使用 pandas 根据列（“D”）中的整数对 n 级数组进行排序。 仅，组的层次结构保持一致非常重要。

我尝试关注this solution，其中排序基于索引 A 和 B。但是我想根据所需输出中描述的索引 A 和 C 进行排序。我曾尝试使用numpy.lexsort() 来实现这一点，但提供的链接中的答案并未描述如何运作，所以我仍然很困惑。

a = np.lexsort([results.tx.values,
                results.groupby(level=[0,1]).tx.transform('sum').values, 
                results.groupby(level=0).tx.transform('sum').values])

这将根据示例链接中的第一个和第二个索引进行排序

示例输入：

                    D
A     B     C
Gran1 Par1  Child1  3
            Child2  7
            Child3  2
      Par2  Child1  9
            Child2  2
      Par3  Child1  6
Gran2 Par1  Child1  3
      Par2  Child1  6
            Child2  2
            Child3  3
      Par3  Child1  6
            Child2  8

我得到的输出：

                        D
    A     B     C
    Gran2 Par3  Child2  8
                Child1  6
          Par2  Child1  6
                Child3  3
                Child2  2
          Par1  Child1  3
    Gran1 Par1  Child2  7
                Child1  3
                Child3  2
          Par2  Child1  9
                Child2  2
          Par3  Child1  6

我想要的输出：

                    D
A     B     C

Gran1 Par2  Child1  9  <--
            Child2  2
Gran2 Par3  Child1  6
            Child2  8  <-- 
Gran1 Par1  Child1  3
            Child2  7  <--
            Child3  2
Gran2 Par2  Child1  6  <--
            Child2  2
            Child3  3
      Par1  Child1  4  <--
Gran1 Par3  Child1  2  <--

如您所见，我希望将 A+B 索引对中的最高值连同它的所有子项一起带到顶部，同时保持 B 索引中的其他值分开。尝试这种排序时，让索引 C 中的子级保持相同的顺序会很有帮助，但不是必需的。对此问题的任何帮助将不胜感激，谢谢！

编辑：我也希望以相反的顺序执行此操作，以便每个祖父母索引中的最小值上升到顶部。请注意，此示例与上述示例无关。

期望的输出：

                         D
    A     B     C

    Gran1 Par2  Child1  -15  
                Child2  -175  <--
                Child3  -65
    Gran2 Par3  Child1  -77   <--
                Child2   8     
    Gran1 Par1  Child1   3
                Child2   7  
                Child3  -12   <--
    Gran2 Par2  Child1   6    <--
                Child2   2
                Child3   3
          Par1  Child1   12  <--
    Gran1 Par3  Child1   24  <--

我得到的输出：

                     D
A     B     C

Gran2 Par3  Child1  -77   <--
            Child2   8     
Gran1 Par2  Child1  -15  
            Child2  -175  <--
            Child3  -65
      Par1  Child1   3
            Child2   7  
            Child3  -12   <--
Gran2 Par2  Child1   6    <--
            Child2   2
            Child3   3
      Par1  Child1   12  <--
Gran1 Par3  Child1   24  <--

Edit2：根据 Wen-Ben 的回答，我的第二个问题的答案是 df.iloc[(df.groupby(level=[0,1]).D.transform('min')).argsort().values]

【参考方案1】：

看来你需要argsort

df.iloc[(-df.groupby(level=[0,1]).D.transform('max')).argsort().values]
Out[416]: 
                   D
Gran1 Par2 Child1  9
           Child2  2
Gran2 Par3 Child1  6
           Child2  8
Gran1 Par1 Child1  3
           Child2  7
           Child3  2
      Par3 Child1  6
Gran2 Par2 Child1  6
           Child2  2
           Child3  3
      Par1 Child1  3

【讨论】：

这很完美，谢谢！如果我希望它从小到大，我将如何以相反的顺序进行操作？看起来 .transform('min') 不适合我

删除- df.iloc[(df.groupby(level=[0,1]).D.transform('max')).argsort().values] @rashb

@rashb ummm 你的实际数据集是什么

此解决方案适用于我的示例，但不适用于我的数据集。每个祖父母索引的 D 列中的最小值按 -52、-59、-22、-70、-175 的顺序排列。我需要提供完整的输出来帮助给出一些上下文吗？

我将在另一条评论中发布我想要的输出是什么，请稍等。顺便感谢所有的帮助，谢谢！