我如何在不对熊猫进行排序的情况下取消堆叠？答案

【问题标题】：how can i unstack without sorting in pandas?我如何在不对熊猫进行排序的情况下取消堆叠？
【发布时间】：2018-07-16 02:57:39
【问题描述】：

我有以下几天的时间序列数据.. 我想按“日期”取消堆叠。但我使用 .unstack() 然后自动对时间进行排序..（日期/时间是多索引）

Date    Time             a     b     c      d       e   
2015-12-06  22:00:00    21.26   0   2.62    242.195 0
2015-12-06  22:15:00    21.14   0   2.55    255.516 0
2015-12-06  22:30:00    21.2    0   2.49    241.261 0
2015-12-06  22:45:00    21.18   0   2.48    232.058 0
2015-12-06  23:00:00    21.12   0   2.38    239.661 0
2015-12-06  23:15:00    21  0   2.23    228.324 0
2015-12-06  23:30:00    21.13   0   2.29    0   0
2015-12-06  23:45:00    21.12   0   2.29    0   0
2015-12-06  0:00:00 21.02   0   2.17    0   0
2015-12-06  0:15:00 21.09   0   2.13    0   0
2015-12-06  0:30:00 20.96   0   2.21    0   0
2015-12-06  0:45:00 20.92   0   2.19    0   0
2015-12-06  1:00:00 20.99   0   2.13    0   0
2015-12-06  1:15:00 20.92   0   2.14    0   0
2015-12-06  1:30:00 20.97   0   2.13    0   0
2015-12-06  1:45:00 20.85   0   2.11    0   0
2015-12-06  2:00:00 20.76   0   1.72    0   0

我想要的结果如下所示。我该怎么做？

        a               a               a               a...
Date    2015-12-06 0:00 2015-12-13 0:00 2015-12-20 0:00 2015-12-23 0:00...
Time                
22:00:00    21.02   21.26   20.75   22.61
22:15:15:00 21.09   21.36   20.74   22.65
..
0:00:00 20.92   21.2    20.79   22.37
0:15:00 20.99   21.33   20.77   22.44
0:30:00 20.92   21.24   20.76   22.28
..

【问题讨论】：

您的输出与您的输入不匹配......

标签： pandas sorting stack time-series

【解决方案1】：

您需要unstack 第一级然后reindex 第二级unique 值，最后sort_index 第二级MutiIndex 在列中：

df =df.unstack(0).reindex(pd.unique(df.index.get_level_values(1))).sort_index(axis=1,level=1)
print (df)
                  a          b          c        c e      valve
Date     2015-12-06 2015-12-06 2015-12-06 2015-12-06 2015-12-06
Time                                                           
22:00:00      21.26          0       2.62    242.195          0
22:15:00      21.14          0       2.55    255.516          0
22:30:00      21.20          0       2.49    241.261          0
22:45:00      21.18          0       2.48    232.058          0
23:00:00      21.12          0       2.38    239.661          0
23:15:00      21.00          0       2.23    228.324          0
23:30:00      21.13          0       2.29      0.000          0
23:45:00      21.12          0       2.29      0.000          0
0:00:00       21.02          0       2.17      0.000          0
0:15:00       21.09          0       2.13      0.000          0
0:30:00       20.96          0       2.21      0.000          0
0:45:00       20.92          0       2.19      0.000          0
1:00:00       20.99          0       2.13      0.000          0
1:15:00       20.92          0       2.14      0.000          0
1:30:00       20.97          0       2.13      0.000          0
1:45:00       20.85          0       2.11      0.000          0
2:00:00       20.76          0       1.72      0.000          0

编辑：

idx = (pd.date_range('2015-01-01','2015-01-01 23:45:00', freq='15T') + 
      pd.to_timedelta('22:00:00')).time
df = df.unstack(0).reindex(idx)

【讨论】：

我试过了，但结果也是按时间排序的..你能再检查一下吗？
使用 reindex .. 那么结果和你的答案一样吗？我的测试结果排序为“0:00:00~23:45:00”..这不是我想要的
好的，那么返回print(pd.unique(df.index.get_level_values(1)))？
[datetime.time(0, 0) datetime.time(0, 15) datetime.time(0, 30) datetime.time(0, 45) datetime.time(1, 0) datetime .time(1, 15) datetime.time(1, 30) datetime.time(1, 45) ... datetime.time(22, 0) datetime.time(22, 15) datetime.time(22, 30) datetime.time(22, 45) datetime.time(23, 0) datetime.time(23, 15) datetime.time(23, 30) datetime.time(23, 45)]
我现在明白了，你的真实数据是不同的。给我一些时间。