对 pandas MultiIndex 进行排序

Question

我使用另一个 Dataframe 创建了一个带有 MultiIndex 的 Dataframe：

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)

如文档http://pandas.pydata.org/pandas-docs/stable/advanced.html 中所述，这工作正常。

在文档中，它还说需要对标签进行排序，以便在“使用 MultiIndex 进行排序”下的索引和切片功能的正确工作。

但不知何故

multindexed_df.sort_index(level=0)

或

multindexed_df.sort_index(level='bus_uid')

不再起作用并抛出 TypeError: sort_index() got an unexpected keyword argument 'level'。

在 sort_index() 上查找对象信息，它看起来像“by”是我的新朋友，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：如何对 MultiIndex 进行排序，以便所有功能（切片等）都能正常工作？

Answer 1

答案取决于您使用的 pandas 版本。使用latest pandas (>= 0.17.0)，您确实可以使用level 关键字来指定对多索引的哪个级别进行排序：

df = df.sort_index(level=0)

但是，如果你有一个更老的 pandas (，这个 level 关键字还不可用，但你可以使用 sortlevel 方法：

df = df.sortlevel(level=0)

但请注意，如果要对所有级别进行排序，则无需指定level 关键字，只需这样做：

df = df.sort_index()

这适用于最新版本和旧版本的 pandas。

---

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