【问题标题】：pandas multi index sort specific fieldspandas 多索引排序特定字段
【发布时间】：2017-03-05 04:43:03
【问题描述】：

我通过对分组数据帧运行 series.describe() 在 pandas 中获得了多索引。如何按modelName.mean 对这些系列排序并只保留特定字段？这个

summary.sortlevel(1)['kappa']

对它们进行排序，但保留所有其他字段，例如计数。怎么只保留mean和std？

编辑

这是 df 的文本表示。

                                             kappa
modelName                                         
biasTotal                          count  5.000000
                                   mean   0.526183
                                   std    0.013429
                                   min    0.507536
                                   25%    0.519706
                                   50%    0.525565
                                   75%    0.538931
                                   max    0.539175
biasTotalWithDistanceMetricAccount count  5.000000
                                   mean   0.527275
                                   std    0.014218
                                   min    0.506428
                                   25%    0.520438
                                   50%    0.529771
                                   75%    0.538475
                                   max    0.541262
lightGBMbiasTotal                  count  5.000000
                                   mean   0.531639
                                   std    0.013819
                                   min    0.513363

【问题讨论】：

标签： python sorting pandas dataframe multi-index

【解决方案1】：

你可以这样做：

数据：

In [77]: df
Out[77]:
                        0
level_1 level_0
a       25%      2.000000
        50%      4.000000
        75%      7.000000
        count    5.000000
        max      7.000000
        mean     4.400000
        min      2.000000
        std      2.509980
b       25%      2.000000
        50%      6.000000
        75%      8.000000
        count    5.000000
        max      8.000000
        mean     5.000000
        min      1.000000
        std      3.316625
c       25%      3.000000
        50%      4.000000
        75%      5.000000
        count    5.000000
        max      8.000000
        mean     4.000000
        min      0.000000
        std      2.915476
d       25%      4.000000
        50%      8.000000
        75%      8.000000
        count    5.000000
        max      9.000000
        mean     6.000000
        min      1.000000
        std      3.391165

解决方案：

In [78]: df.loc[pd.IndexSlice[:, ['mean','std']], :]
Out[78]:
                        0
level_1 level_0
a       mean     4.400000
        std      2.509980
b       mean     5.000000
        std      3.316625
c       mean     4.000000
        std      2.915476
d       mean     6.000000
        std      3.391165

设置：

df = (pd.DataFrame(np.random.randint(0,10,(5,4)),columns=list('abcd'))
        .describe()
        .stack()
        .reset_index()
        .set_index(['level_1','level_0'])
        .sort_index()
)

【讨论】：

当我将 .sortlevel(1) 添加到您的 df 时，整个 df 都已排序，但我更希望实现的是仅使用均值进行排序
@GeorgHeiler，你能以文本形式发布你的 DF（例如print(summary) 的输出），以便我可以复制它吗？
@MaU 当然，请查看编辑。正如您所看到的，我的 df 的手段默认情况下不像您的示例中那样排序。我想按平均顺序订购，但要保留“堆叠性”，例如std 对应各自的意思
@GeorgHeiler，恐怕您要么必须对索引（所有级别）进行排序，要么使用df.reset_index() 并像使用普通（单级索引）DF 一样工作
我明白了。但重置索引每行产生 2 条记录，例如一个用于平均值，一个用于 std 在名为 level_1 的单独列中如何仅按平均值对该列进行排序，但保持这两行之间的关系，例如具有最大均值，伴随方差，下一个均值和下一个方差，...