Question

我预测的数据是按月分组的。原始数据框某事是这样的：

>>clean_table_grouped[0:5]
       STYLE    COLOR    SIZE   FOR
MONTH                           01/17    10/16   11/16    12/16
    0 #######   ######   ####   0.0      15.0    15.0     15.0
    1 #######   ######   ####   0.0      15.0    15.0     15.0
    2 #######   ######   ####   0.0      15.0    15.0     15.0
    3 #######   ######   ####   0.0      15.0    15.0     15.0
    4 #######   ######   ####   0.0      15.0    15.0     15.0

>>clean_table_grouped.ix[0:,"FOR"][0:5] 
 MONTH  01/17  10/16  11/16  12/16
0        0.0   15.0   15.0   15.0
1        0.0   15.0   15.0   15.0
2        0.0   15.0   15.0   15.0
3        0.0   15.0   15.0   15.0
4        0.0   15.0   15.0   15.0

我只想按以下方式重新排序这4列：

（保持数据帧的其余部分不受影响）

MONTH    10/16  11/16  12/16  01/17
0        15.0   15.0   15.0   0.0
1        15.0   15.0   15.0   0.0
2        15.0   15.0   15.0   0.0
3        15.0   15.0   15.0   0.0
4        15.0   15.0   15.0   0.0

我尝试的解决方案是按照以下帖子重新排序子集的列： How to change the order of DataFrame columns?

我通过抓住列列表并首先对其进行排序来解决这个问题

 >>for_cols = clean_table_grouped.ix[:,"FOR"].columns.tolist()
 >>for_cols.sort(key = lambda x: x[0:2])   #sort by month ascending
 >>for_cols.sort(key = lambda x: x[-2:])   #then sort by year ascending

查询数据框工作正常

>>clean_table_grouped.ix[0:,"FOR"][for_cols]
MONTH   10/16   11/16  12/16  01/17
0        15.0    15.0    15.0    0.0
1        15.0    15.0    15.0    0.0
2        15.0    15.0    15.0    0.0
3        15.0    15.0    15.0    0.0
4        15.0    15.0    15.0    0.0

然而，当我尝试在原始表中设置值时，我得到一个＆＃34; NaN＆＃34;的表：

>>clean_table_grouped.ix[0:,"FOR"] = clean_table_grouped.ix[0:,"FOR"][for_cols]
>>clean_table_grouped.ix[0:,"FOR"]
MONTH  01/17  10/16  11/16  12/16
0        NaN    NaN    NaN    NaN
1        NaN    NaN    NaN    NaN
2        NaN    NaN    NaN    NaN
3        NaN    NaN    NaN    NaN
4        NaN    NaN    NaN    NaN
5        NaN    NaN    NaN    NaN

我也尝试过压缩以避免链式语法（.ix [] []）。这避免了NaN，但是，它没有改变数据帧-__-

>>for_cols = zip(["FOR", "FOR", "FOR", "FOR"], for_cols)
>>clean_table_grouped.ix[0:,"FOR"] = clean_table_grouped.ix[0:,for_cols]
>>clean_table_grouped.ix[0:,"FOR"]
 MONTH  01/17  10/16  11/16  12/16
 0        0.0   15.0   15.0   15.0
 1        0.0   15.0   15.0   15.0
 2        0.0   15.0   15.0   15.0
 3        0.0   15.0   15.0   15.0
 4        0.0   15.0   15.0   15.0

我意识到我正在使用ix来重新分配价值观。但是，我过去曾使用过这种技术来处理没有分组的数据帧，并且工作得很好。

如果这个问题已在另一篇文章（以清除方式）中得到解答，请提供链接。我搜索但找不到任何类似的东西。

修改我找到了解决方案。通过按列所需的顺序创建新的多索引数据框来手动重新索引。我在下面发布了解决方案。

Answer 1

对包含日期字符串的列名进行排序，然后将其用作子集以按特定顺序返回列：

from datetime import datetime
df[sorted(df.columns, key=lambda x: datetime.strptime(x, '%m/%y'))]

玩具数据：

from datetime import datetime
np.random.seed(42)

cols = [['STYLE', 'COLOR', 'SIZE', 'FOR', 'FOR', 'FOR', 'FOR'],
        ['', '', '', '01/17', '10/16', '11/16', '12/16']]
tups = list(zip(*cols))
index = pd.MultiIndex.from_tuples(tups, names=[None, 'MONTH'])
clean_table_grouped = pd.DataFrame(np.random.randint(0, 100, (100, 7)), 
                                   index=np.arange(100), columns=index)
clean_table_grouped = clean_table_grouped.head()
clean_table_grouped

将多索引DF拆分为两个，其中一个包含预测值，另一个包含剩余的DF。

for_df = clean_table_grouped[['FOR']]
clean_table_grouped = clean_table_grouped.drop(['FOR'], axis=1, level=0)

预测DF：

for_df

剩余DF：

clean_table_grouped

通过应用与预编辑帖子相同的步骤对预测DF中的列进行排序。

order = sorted(for_df['FOR'].columns.tolist(), key=lambda x: datetime.strptime(x, '%m/%y'))

通过对已排序的DF列进行分组，使list的顺序相同。

for_df = for_df['FOR'][order]

将预测DF与自身连接起来，以创建类似于列的多索引。

for_df = pd.concat([for_df, for_df], axis=1, keys=['FOR'])

最后，将他们加入公共索引。

clean_table_grouped.join(for_df)

Answer 2

我自己的解决方案基于以下帖子的第二个答案： How can I reorder multi-indexed dataframe columns at a specific level

非常......只需使用您想要的多索引创建一个新的数据帧。多指标数据帧不支持尝试使用.ix，.loc，.iloc插入值。如果您希望完全更改列子集的值（而不仅仅是交换），那么Nickil的分离和重新连接表的解决方案绝对是可行的方法。但是，如果您只想交换列，则下面的工作完全正常。我选择这个作为Nickil解决方案的答案，因为这个解决方案对我来说效果更好，因为我除了'FOR'之外还有其他数据按月分组，它给了我更灵活地重新排序列。

首先，将列表存储在您想要的订单中：

>>reindex_list = ['STYLE','COLOR','SIZE','FOR'] #desired order
>>month_list = clean_table_grouped.ix[0:,"FOR"].columns.tolist()
>>month_list.sort(key = lambda x: x[0:2]) #sort by month ascending
>>month_list.sort(key = lambda x: x[-2:]) #sort by year ascending

然后创建一个压缩列表，其中样式，颜色，大小压缩为''，'FOR'每个月都会压缩。像这样：

[('STYLE',''),('COLOR',''),..., ('FOR','10/16'), ('FOR','11/16'), ...]

这是一种自动执行的算法：

>>zip_list = []
>>
for i in reindex_list:
if i in ['FOR']:
    for j in month_list:
        if j != '':
            zip_list.append(zip([i],[j])[0])
else:
    zip_list.append(zip([i],[''])[0])

然后从刚刚压缩的元组列表中创建一个多索引：

>>multi_cols = pd.MultiIndex.from_tuples(zip_list, names=['','MONTH'])

最后，使用新的multiindex创建一个新的数据框：

>>clean_table_grouped_ordered = pd.DataFrame(clean_table_grouped, columns=multi_cols)
>>clean_table_grouped_ordered[0:5]
       STYLE COLOR SIZE FOR
 MONTH                  10/16   11/16   12/16  01/17
       ####  ####  ###  15.0    15.0    15.0    0.0
       ####  ####  ###  15.0    15.0    15.0    0.0
       ####  ####  ###  15.0    15.0    15.0    0.0
       ####  ####  ###  15.0    15.0    15.0    0.0
       ####  ####  ###  15.0    15.0    15.0    0.0
       ####  ####  ###  15.0    15.0    15.0    0.0

pandas从分组数据框

2 个答案: