Question

我使用另一个Dataframe创建了一个带有MultiIndex的Dataframe：

arrays = [df['bus_uid'], df['bus_type'], df['type'],
          df['obj_uid'], df['datetime']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['bus_uid', 'bus_type', 'type',
                                                 'obj_uid', 'datetime'])
multindex_df = pd.DataFrame(df['val'].values, index=index)

如文档http://pandas.pydata.org/pandas-docs/stable/advanced.html中所述，此工作正常。

在文档中，它还说明需要对标签进行排序，以便正确处理索引和切片功能，并且需要使用MultiIndex＆＃34;

进行排序。

但不知何故

multindexed_df.sort_index(level=0)

或

multindexed_df.sort_index(level='bus_uid')

不再起作用并抛出 TypeError：sort_index（）得到一个意外的关键字参数＆＃39; level＆＃39; 。

在 sort_index（）上查找对象信息，它看起来像＃34;＆＃34;是我的新朋友而不是＆＃34;等级＆＃34;：

by:object
  Column name(s) in frame. Accepts a column name or a list for a nested sort. A tuple will be interpreted as the levels of a multi-index.

我的问题如下：如何对MultiIndex进行排序，以便所有功能（切片等）都能正常工作？

Answer 1

答案取决于您正在使用的熊猫版本。使用最新的pandas（＆gt; = 0.17.0），您确实可以使用level关键字来指定对多索引的哪个级别进行排序：

df = df.sort_index(level=0)

但是，如果你有一个旧的pandas（＆lt; 0.17.0），则此level关键字尚不可用，但您可以使用sortlevel方法：

df = df.sortlevel(level=0)

但请注意，如果您想对所有级别进行排序，则不需要指定level关键字，您可以这样做：

df = df.sort_index()

这适用于最近和较旧版本的pandas。

有关排序API中这些更改的摘要，请参阅http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#changes-to-sorting-api

排序pandas MultiIndex

1 个答案: