大熊猫人类的索引

Question

可能之前已经提出这个问题，但我找不到任何信息

df = pd.DataFrame(
    {"i1":[1,1,1,1,2,4,4,2,3,3,3,3],
     "i2":[1,3,2,2,1,1,2,2,1,1,3,2],
     "d1":['c1','ac2','c3','c4','c5','c6','c7','c8','c9','c10','c11','a']}
)
df.set_index('d1', inplace=True)
df.sortlevel()

产量

显然这不是必需的。我想最后有c10和c11。如何为排序算法提供密钥（例如，拆分字符串和整数）？

Answer 1

普通python，sorted和key

您可以定义一个函数，以便将索引拆分为一对字母（作为字符串）和数字（作为整数）：

d1 = ['c1','ac2','c3','c4','c5','c6','c7','c8','c9','c10','c11','a']

import re
pattern = re.compile('([a-z]+)(\d*)', re.I)
def split_index(idx):
    m = pattern.match(idx)
    if m:
        letters = m.group(1)
        numbers = m.group(2)
        if numbers:
            return (letters, int(numbers))
        else:
            return (letters, 0)

举个例子：

>>> split_index('a')
('a', 0)
>>> split_index('c11')
('c', 11)
>>> split_index('c1')
('c', 1)

然后，您可以使用此函数作为按字典顺序对索引进行排序的键：

print(sorted(d1, key=split_index))
# ['a', 'ac2', 'c1', 'c3', 'c4', 'c5', 'c6', 'c7', 'c8', 'c9', 'c10', 'c11']

Pandas sort

您可以使用split_index中的元组创建一个新的临时列，根据此列进行排序并将其删除：

import pandas as pd
df = pd.DataFrame(
    {"i1":[1,1,1,1,2,4,4,2,3,3,3,3],
     "i2":[1,3,2,2,1,1,2,2,1,1,3,2],
     "d1":['c1','ac2','c3','c4','c5','c6','c7','c8','c9','c10','c11','a']}
)
df['order'] = df['d1'].map(split_index)
df.sort_values('order', inplace=True)
df.drop('order', axis=1, inplace=True)
df.set_index('d1', inplace=True)
print(df)

输出：

     i1  i2
d1         
a     3   2
ac2   1   3
c1    1   1
c3    1   2
c4    1   2
c5    2   1
c6    4   1
c7    4   2
c8    2   2
c9    3   1
c10   3   1
c11   3   3

Answer 2

我认为您需要从index值中提取数字并对extract ed数字（MultiIndex）和非数字（\d+）创建的\D+进行排序sort_index：

#change ordering from default
df = df.sort_index(ascending=False)

a = df.index.str.extract('(\d+)', expand=False).astype(float)
b = df.index.str.extract('(\D+)', expand=False)
df.index = [b, a, df.index]
print (df)
             i1  i2
d1 d1   d1         
c  9.0  c9    3   1
   8.0  c8    2   2
   7.0  c7    4   2
   6.0  c6    4   1
   5.0  c5    2   1
   4.0  c4    1   2
   3.0  c3    1   2
   11.0 c11   3   3
   10.0 c10   3   1
   1.0  c1    1   1
ac 2.0  ac2   1   3
a  NaN  a     3   2

df = df.sort_index(level=[0,1]).reset_index([0,1], drop=True)
print (df)
     i1  i2
d1         
a     3   2
ac2   1   3
c1    1   1
c3    1   2
c4    1   2
c5    2   1
c6    4   1
c7    4   2
c8    2   2
c9    3   1
c10   3   1
c11   3   3

np.lexsort仅与numeric合作：（