在Pandas中如何基于列的值对多索引的一个级别进行排序，同时保持另一个级别的分组

Question

我现在正在大学学习数据挖掘课程，但我对多索引排序问题感到有点困惑。

实际数据涉及大约100万部电影评论，我试图根据美国邮政编码进行分析，但为了测试如何做我想要的，我一直在使用更小的数据集250个随机生成的10部电影评级，而不是邮政编码，我使用的是年龄组。

所以这就是我现在所拥有的，它是Pandas中的多索引DataFrame，有两个级别，'group'和'title'

                        rating
group       title   
            Alien       4.000000
            Argo        2.166667
Adults      Ben-Hur     3.666667
            Gandhi      3.200000
            ...         ...

            Alien       3.000000
            Argo        3.750000
Coeds       Ben-Hur     3.000000
            Gandhi      2.833333
            ...         ...

            Alien       2.500000
            Argo        2.750000
Kids        Ben-Hur     3.000000
            Gandhi      3.200000
            ...         ...

我的目标是根据小组内的评分对标题进行排序（并且只显示每组中最受欢迎的5个标题）

这样的事情（但我只会在每组中显示两个标题）：

                        rating
group       title   
            Alien       4.000000
Adults      Ben-Hur     3.666667

            Argo        3.750000
Coeds       Alien       3.000000

            Gandhi      3.200000
Kids        Ben-Hur     3.000000

任何人都知道如何做到这一点？我已经尝试过sort_order，sort_index等并交换关卡，但他们也混淆了这些组。所以它看起来像：

                          rating
group         title 
Adults        Alien      4.000000
Coeds         Argo       3.750000
Adults        Ben-Hur    3.666667
Kids          Gandhi     3.666667
Coeds         Alien      3.000000
Kids          Ben-Hur    3.000000

我正在寻找类似这样的东西：Multi-Index Sorting in Pandas，但我不想基于另一个级别进行排序，而是希望根据值进行排序。有点像那个人想要根据他的销售专栏进行排序。

谢谢！

Answer 1

您正在寻找sort：

In [11]: s = pd.Series([3, 1, 2], [[1, 1, 2], [1, 3, 1]])

In [12]: s.sort()

In [13]: s
Out[13]: 
1  3    1
2  1    2
1  1    3
dtype: int64

请注意;这适用于原地（即修改s），以返回副本使用order：

In [14]: s.order()
Out[14]: 
1  3    1
2  1    2
1  1    3
dtype: int64

更新：我意识到你实际上在问什么，我认为这应该是排序级别中的一个选项，但是现在我认为你必须重新设置reset_index，groupby并申请：

In [21]: s.reset_index(name='s').groupby('level_0').apply(lambda s: s.sort('s')).set_index(['level_0', 'level_1'])['s']
Out[21]: 
level_0  level_1
1        3          1
         1          3
2        1          2
Name: 0, dtype: int64

注意：之后您可以将级别名称设置为[无，无]。