Pandas多重索引排序

Question

Pandas多重索引排序

5

我使用另一个Dataframe创建了一个具有MultiIndex的数据框：

arrays = [df['bus_uid'], df['bus_type'], df['type'],
          df['obj_uid'], df['datetime']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['bus_uid', 'bus_type', 'type',
                                                 'obj_uid', 'datetime'])
multindex_df = pd.DataFrame(df['val'].values, index=index)

按照文档http://pandas.pydata.org/pandas-docs/stable/advanced.html所述，这个方法可以正常工作。

文档还指出，在“多重索引需要排序”一节中，标签需要排序才能正确使用索引和切片功能。

但是不知何故，

multindexed_df.sort_index(level=0)

或者

multindexed_df.sort_index(level='bus_uid')

无法正常工作，会抛出TypeError: sort_index()收到一个意外的关键字参数'level'。

在查找sort_index()对象信息时，它看起来将"by"作为我的新朋友，而不是"levels":

by:object
  Column name(s) in frame. Accepts a column name or a list for a nested sort. A tuple will be interpreted as the levels of a multi-index.

我的问题如下：我该如何对我的MultiIndex进行排序，以便所有功能（如切片等）都能正常工作？

- Cord Kaldemeyer

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- joris · Accepted Answer

答案取决于您使用的pandas版本。对于最新的pandas版本（>= 0.17.0），您确实可以使用level关键字来指定要按哪个多索引级别进行排序：

df = df.sort_index(level=0)

但是，如果您使用的是旧版本的pandas（< 0.17.0），则该关键字level尚不可用，但您可以使用sortlevel方法：

df = df.sortlevel(level=0)

但请注意，如果您想要对所有层级进行排序，则无需指定level关键字，您可以直接执行以下操作：

df = df.sort_index()

这适用于最新版本和旧版本的pandas。

有关排序API更改的摘要，请参见http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#changes-to-sorting-api