【问题标题】：Sort dataframe multiindex level and by column对数据框多索引级别和按列进行排序
【发布时间】：2018-10-09 05:10:10
【问题描述】：

更新：pandas 0.23.0 版解决了这个问题

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”、级别=0 和列“value_1”降序对以下数据帧进行排序，以使“MyName”列读取垂直“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

使用例外的输出：

df.sort_values(['value_1'], ascending=False)\
  .reindex(sorted(df.index.get_level_values(0).unique()), level=0)

我怀疑有一种更简单的方法，无需重置索引

            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)

首先按值排序，然后排序索引 level=0，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)

按索引级别 = 0 排序，然后按值排序，但索引 = 0 再次变得混乱。

            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

【问题讨论】：

我找不到任何优雅的解决方案。这是一种选择：df.reset_index(level=0).sort_values(['idx_0','value_1'], ascending=[1,0]).set_index('idx_0', append=True).swaplevel()，但您的版本看起来更好......

标签： python pandas dataframe multi-index

【解决方案1】：

使用 pandas 版本 0.23.0 更新

Sorting by a combination of columns and index levels

df.sort_values(by=['idx_0','value_1'], ascending=[True,False])

输出：

             value_1 MyName
idx_0 idx_1                
1     11           5      S
      1            4      C
      7            3      O
      9            2      T
      3            1      T
2     6           11      B
      4           10      O
      2            9      S
      10           8      T
      18           7      O
      5            6      N

有趣的是，@jxc 指出了一个我认为应该可行的解决方案，并且几乎正是我的第一次失败。

df.sort_values('value_1', ascending=False)\
  .sort_index(level=0, ascending=[True])

正是传递的ascending 作为列表使上述语句作为例外工作。我认为在熊猫中传递一个标量值和一个列表应该是一样的。但是，在这种情况下，它似乎工作不一样。

我会提交一份错误报告。

【讨论】：

【解决方案2】：

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

【讨论】：

您的方法一之所以有效，是因为 sort_index 中的 level 参数的列表而不是标量？
如果你查看源代码，set_index() 有一个参数 sort_remaining=True。这就是为什么当您在第 0 级排序时，其他级别仍会参与其中。当你提供一个列表时，它会筛选出其他级别作为剩余级别。要获得确切的答案，您必须深入研究他们的源代码。
啊...剩下的可能是我要找的东西。

【解决方案3】：

这是我丑陋的选择：

In [139]: (df.assign(x=df.index.get_level_values(0) * \
                       10**np.ceil(np.log10(df.value_1.max()))-df.value_1)
             .sort_values('x')
             .drop('x',1))
Out[139]:
            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

一些解释：

In [140]: np.ceil(np.log10(df.value_1.max()))
Out[140]: 2.0

In [141]: df.assign(x=df.index.get_level_values(0)*10**np.ceil(np.log10(df.value_1.max()))-df.value_1)
Out[141]:
            MyName  value_1      x
idx_0 idx_1
2     6          B       11  189.0
      4          O       10  190.0
      2          S        9  191.0
      10         T        8  192.0
      18         O        7  193.0
      5          N        6  194.0
1     11         S        5   95.0
      1          C        4   96.0
      7          O        3   97.0
      9          T        2   98.0
      3          T        1   99.0

另一种选择是添加idx_0 按它和value_1 排序并删除该附加列：

In [142]: (df.assign(x=df.index.get_level_values(0)).sort_values(['x', 'value_1'], ascending=[1,0])
             .drop('x',1))
Out[142]:
            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

【讨论】：