在 pandas DataFrame 中重新排序 MultiIndex 的级别

Posted 2023-02-23

【中文标题】在 pandas DataFrame 中重新排序 MultiIndex 的级别

【英文标题】：Reorder levels of MultiIndex in a pandas DataFrame

【发布时间】：2016-03-05 22:03:29

【问题描述】：

我有一个看起来像这样的 DataFrame：

>>> df = pd.DataFrame(index=pd.MultiIndex.from_tuples([(num,letter,color) 
                    for num in range(1,3) 
                    for letter in ['a','b','c'] for color in ['Red','Green']], 
                    names=['Number','Letter','Color']))
>>> df['Value'] = np.random.randint(1,100,len(df))
>>> df
                     Value
Number Letter Color       
1      a      Red       97
              Green     61
       b      Red       97
              Green     98
       c      Red       91
              Green     47
2      a      Red       17
              Green     63
       b      Red       26
              Green     73
       c      Red       34
              Green     68

但我实际上希望我的索引按“字母、颜色、数字”排序。

我目前这样做如下：

>>> df.reset_index().set_index(['Letter','Color','Number'])
                     Value
Letter Color Number       
a      Red   1          97
       Green 1          61
b      Red   1          97
       Green 1          98
c      Red   1          91
       Green 1          47
a      Red   2          17
       Green 2          63
b      Red   2          26
       Green 2          73
c      Red   2          34
       Green 2          68

这是最好的方法吗？

【参考方案1】：

最好使用reorder_levels 来操作MultiIndex 级别的顺序。只需按您想要的顺序传入关卡名称/编号列表：

>>> df.reorder_levels(['Letter','Color','Number'])
                     Value
Letter Color Number       
a      Red   1          41
       Green 1          56
b      Red   1          43
       Green 1          42
c      Red   1          89
       Green 1          18
a      Red   2          55
       Green 2          93
b      Red   2          64
       Green 2           9
c      Red   2          21
       Green 2          93

如果你只是想交换两个级别的位置，还有swaplevel。

【讨论】：

有没有办法做到这一点？

@BallpointBen 添加了一个答案——您可以直接在索引上调用reorder_levels。

【参考方案2】：

就地修改

调用MultiIndex.reorder_levels，然后将新索引分配给您的DataFrame。

df.index = df.index.reorder_levels(['Letter', 'Color', 'Number']) 
df

                     Value
Letter Color Number       
a      Red   1          41
       Green 1          56
b      Red   1          43
       Green 1          42
c      Red   1          89
       Green 1          18
a      Red   2          55
       Green 2          93
b      Red   2          64
       Green 2           9
c      Red   2          21
       Green 2          93

由于索引对象是不可变的，您无法克服创建新索引的问题，但您可以通过调用 df.reorder_levels 来避免重复数据。