对多索引熊猫数据框的值进行排序并计算差异答案

【问题标题】：Sort value and calculate difference for multiindex pandas dataframe对多索引熊猫数据框的值进行排序并计算差异
【发布时间】：2022-01-20 02:59:53
【问题描述】：

我有一个像这样的熊猫数据框，其中place1 和place2 是索引，我想通过data 值对索引place2 进行排序，而不破坏索引place1 的顺序，即对于每个 place1，place2 列变为 a, c, b。有没有办法做到这一点？

place1 place2 data
 sss     a    100
         b    300
         c    200
 ses     a    400
         b    600
         c    500
  ...   ...   ...

我还想为每个place1计算place2 == b和place2 == a之间的data差异，即dataframe变成了

place1 place2 data diff
 sss     a    100  200
         b    300
         c    200
 ses     a    400  200
         b    600
         c    500
  ...   ...   ...  ...

有没有一种有效的方法来计算这样的差异？提前致谢！

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

你可以.groupby()然后计算每组的diff：

groups = df.groupby(level=0, group_keys=False, sort=False)
df['diff'] = groups.transform(lambda x: x.xs('b', level='place2').iloc[0] - x.xs('a', level='place2').iloc[0])

它将值添加到组的每一行 - 但如果需要，您可以在之后删除“重复项”。

>>> df
               data  diff
place1 place2            
sss    a        100   200
       b        300   200
       c        200   200
ses    a        400   200
       b        600   200
       c        500   200

然后您可以对每个组中的data 列进行排序

>>> groups.apply(lambda x: x.sort_values('data'))
               data  diff
place1 place2            
sss    a        100   200
       c        200   200
       b        300   200
ses    a        400   200
       c        500   200
       b        600   200

【讨论】：