多索引Dataframe的lexsort_depth究竟是什么？

Question

多索引数据框的lexsort_depth究竟是什么？为什么必须对索引进行排序？

例如，我注意到，在手动构建多索引数据框df并将列分为三个级别后，如果我尝试这样做：

idx = pd.IndexSlice
df[idx['foo', 'bar']]

我明白了：

KeyError: 'Key length (2) was greater than MultiIndex lexsort depth (0)'

此时，df.columns.lexsort_depth为0

然而，如果我这样做，按照建议here和here：

df = df.sortlevel(0,axis=1)

然后横截面索引工作。为什么？究竟是什么lexsort_depth，以及为什么使用sortlevel进行排序会修复此类索引？

Answer 1

lexsort_depth 是词法排序的多索引的级别数。也就是说，按照a-b-c-1-2-3顺序（正常排序顺序）。

因此，如果多索引未排序，则元素索引将工作，但查找可能会慢得多（在0.15.2中，这将显示PerformanceWarning这些查找，请参阅here

排序通常是一个好主意的原因是pandas能够使用基于散列的索引来确定位置在特定级别中的位置。 ;然后你可以使用这些索引器来查找最终位置。

Pandas利用np.searchsorted在排序时找到这些位置。如果它没有排序，那么你必须回退到一些不同的（较慢的）方法。

here是执行此操作的代码。