Question

在Pandas 0.19中，我有一个大型数据帧，其中包含以下形式的Multiindex

          C0     C1     C2
A   B
bar one   4      2      4
    two   1      3      2
foo one   9      7      1
    two   2      1      3

我想根据“两个”对bar和foo（以及更多双行）进行排序以获得以下内容：

          C0     C1     C2
A   B
bar one   4      4      2
    two   1      2      3
foo one   7      9      1
    two   1      2      3

我对速度很感兴趣（因为我有很多列和很多行）。如果加快排序速度，我也很乐意重新安排数据。非常感谢

Answer 1

这是一个解决方案，尽管是klugdy：

输入数据帧：

         C0  C1  C2
A   B              
bar one   4   2   4
    two   1   3   2
foo one   9   7   1
    two   2   1   3

自定义排序功能：

def sortit(x):
    xcolumns = x.columns.values
    x.index = x.index.droplevel()
    x.sort_values(by='two',axis=1,inplace=True)
    x.columns = xcolumns
    return x

df.groupby(level=0).apply(sortit)

输出：

         C0  C1  C2
A   B              
bar one   4   4   2
    two   1   2   3
foo one   7   9   1
    two   1   2   3

Answer 2

这是一个应该产生良好性能的大多数numpy解决方案。它首先只选择＆＃39;两个＆＃39;行和argsorts他们。然后，它为原始数据帧的每一行设置此顺序。然后它解开此顺序（在添加常量以抵消每一行之后）和原始数据帧值。然后，在创建具有预期排序顺序的新数据帧之前，它会根据此未拆分，偏移和argsorted数组重新排序所有原始值。

rows, cols = df.shape
df_a = np.argsort(df.xs('two', level=1))
order = df_a.reindex(df.index.droplevel(-1)).values
offset = np.arange(len(df)) * cols
order_final = order + offset[:, np.newaxis]
pd.DataFrame(df.values.ravel()[order_final.ravel()].reshape(rows, cols), index=df.index, columns=df.columns)

输出

         C0  C1  C2
A   B              
bar one   4   4   2
    two   1   2   3
foo one   7   9   1
    two   1   2   3

一些速度测试

# create much larger frame
import string
idx = pd.MultiIndex.from_product((list(string.ascii_letters), list(string.ascii_letters) + ['two']))
df1 = pd.DataFrame(index=idx, data=np.random.rand(len(idx), 3), columns=['C0', 'C1', 'C2'])

#scott boston
%timeit df1.groupby(level=0).apply(sortit)
10 loops, best of 3: 199 ms per loop

#Ted
1000 loops, best of 3: 5 ms per loop

熊猫多索引排序

2 个答案: