#Updated: pandas 版本 0.23.0 解决了这个问题
Sorting by a combination of columns and index levels
我一直在努力解决这个问题,我怀疑有更好的方法。如何按索引级别名称“idx_0”、level=0 和列“value_1”降序对以下数据框进行排序,以便列“MyName”读取垂直“SCOTTBOSTON”。
import pandas as pd
import numpy as np
df = pd.DataFrame({'idx_0':[2]*6+[1]*5,
'idx_1':[6,4,2,10,18,5,11,1,7,9,3],
'value_1':np.arange(11,0,-1),
'MyName':list('BOSTONSCOTT')})
df = df.set_index(['idx_0','idx_1'])
df
输出:
MyName value_1
idx_0 idx_1
2 6 B 11
4 O 10
2 S 9
10 T 8
18 O 7
5 N 6
1 11 S 5
1 C 4
7 O 3
9 T 2
3 T 1
#异常输出使用:
df.sort_values(['value_1'], ascending=False)\
.reindex(sorted(df.index.get_level_values(0).unique()), level=0)
我怀疑有一种不重置索引的更简单的方法
MyName value_1
idx_0 idx_1
1 11 S 5
1 C 4
7 O 3
9 T 2
3 T 1
2 6 B 11
4 O 10
2 S 9
10 T 8
18 O 7
5 N 6
失败#1:
df.sort_values('value_1', ascending=False).sort_index(level=0)
先按值排序,然后对索引 level=0 进行排序,但 level=1 也会排序。
MyName value_1
idx_0 idx_1
1 1 C 4
3 T 1
7 O 3
9 T 2
11 S 5
2 2 S 9
4 O 10
5 N 6
6 B 11
10 T 8
18 O 7
失败 #2
df.sort_index(level=0).sort_values('value_1', ascending=False)
按索引 level=0 排序,然后按值排序,但 index=0 再次变得困惑。
MyName value_1
idx_0 idx_1
2 6 B 11
4 O 10
2 S 9
10 T 8
18 O 7
5 N 6
1 11 S 5
1 C 4
7 O 3
9 T 2
3 T 1
最佳答案
以下是满足您需求的一些潜在解决方案:
方法一:
(df.sort_values('value_1', ascending=False)
.sort_index(level=[0], ascending=[True]))
方法二:
(df.set_index('value_1', append=True)
.sort_index(level=[0,2], ascending=[True,False])
.reset_index('value_1'))
在 Pandas 0.22.0、Python 3.6.4 上测试
关于python - 对数据框多索引级别和按列进行排序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50077922/