Skip to main content
 首页 » 编程设计

python之Pandas MultiIndex 按分类顺序自定义排序级别,而不是按字母顺序

2024年10月25日22jillzhang

我是 Pandas (0.16.1) 的新手,想要在 multiindex 中自定义排序,所以我使用 Categoricals。 我的多索引的一部分:

Part  Defect Own 
Кузов 504    ИП 
Кузов 504    Итого 
Кузов 504    ПС 
Кузов 505    ПС 
Кузов 506    ПС 
Кузов 507    ПС 
Кузов 530    ИП 
Кузов 530    Итого 
Кузов 530    ПС 

我创建了具有多索引级别 [缺陷,自己] 的数据透视表。然后我将“自己的”分类(参见问题的 p.s. 部分)将其排序为 [ИП, ПС, Итого]。但是当我在“部分”前面添加级别时,这也是基于“缺陷”级别的分类,并使用

pvt.sortlevel(0, inplace=True) 

“自己”级别按字母顺序排序:[ИП, Итого, ПС]。我如何在多索引中自定义排序两个级别?

P. S. 我使用以下代码将“自己”级别转换为分类级别:创建新列,用它替换索引级别。可以吗?

def makeLevelCategorical(pdf, pname, cats): 
    names = pdf.index.names 
    namei = names.index(pname) 
    pdf["tmp"] = pd.Categorical(pdf.index.get_level_values(pname), categories=cats) #New temp column 
    pdf.set_index("tmp", append=True, inplace=True) #Append column to index 
    pdf = pdf.reset_index(pname, drop=True) #Remove /pname/ level 
    names2 = list(names) 
    names2[namei] = "tmp" 
    pdf.reorder_levels(names2)  #Put "tmp" level to /pname/'s position 
    pdf.index.names = names     #Rename "tmp" level to /pname/ 
    return pdf 

请您参考如下方法:

可以使用 Dataframe.sort_index 对多索引进行排序功能。

这是一个小例子:

df = pd.DataFrame( 
    {"i1":[1,1,1,1,2,4,4,2,3,3,3,3], 
     "i2":[1,3,2,2,1,1,2,2,1,1,3,2], 
     "d1":['a','b','c','d','e','f','g','h','i','j','k','l']} 
) 
df.set_index(['i1', 'i2'], inplace=True) 
df.sort_index() 

输出:

        d1 
i1  i2   
1   1   a 
    2   c 
    2   d 
    3   b 
2   1   e 
    2   h 
3   1   i 
    1   j 
    2   l 
    3   k 
4   1   f 
    2   g 

如果您想更改列的排序顺序,Dataframe.sort_index函数接受一个参数 ascending=,它可以按顺序给出与列对应的 [True, False] 语句列表。

Categorical 是 pandas 中一个新的 Shiny 数据类型,应该使用它,但它本身并不是这个操作所必需的。

根据评论进行编辑:

排序将始终按字母顺序或倒序排序。如果您想要自定义排序,那么您需要创建一个新列,该列可以按字母顺序排序,但它是可以确定排序的列的结果。使用 Series.map 执行此操作,就像这个例子,首先用元音对数据集进行排序:

mappings = {'a': 0, 'b':1, 'c':1, 'd':1, 
            'e':0, 'f':1, 'g':1, 'h':1, 
            'i':0, 'j':1, 'k': 1, 'l': 1} 
df['sortby'] = df['d1'].map(mappings) 
df.sort('sortby') 
 
        d1  sortby 
i1  i2       
1   1   a   0 
2   1   e   0 
3   1   i   0 
1   3   b   1 
    2   c   1 
    2   d   1 
4   1   f   1 
    2   g   1 
2   2   h   1 
3   1   j   1 
    3   k   1 
    2   l   1 

如果你不想要之后的 sortby 列,你可以简单地删除它,像这样:

del df['sortby']