大熊猫，在保留订单的同时整理天数

Question

我收到的CSV文件是其他几个csv文件的组合。

它有一个日期时间索引（格式为'2017-01-16'，年，月，日） 但是，出现了两个问题。

1. 组合未按顺序进行。

           Date        string        number (different)
   1     2017-01-16   stringvalue     90
   2     2017-01-16   stringvalue    912  
   3     2017-01-16   stringvalue     29 
   4     2017-01-17   stringvalue    883
   5     2017-01-17   stringvalue    223
   6     2017-01-17   stringvalue    211
                  (...)
   230   2015-04-30   stringvalue      908
   231   2015-04-29   stringvalue       28
   232   2015-04-29   stringvalue        9
   233   2015-04-30   stringvalue       98
   234   2015-04-30   stringvalue      909
                   (...)
   450   2017-03-30   stringvalue  348
   

2. 没有提供时间（实际的日期是最小的数字，但每天约有10个值，需要按顺序保存）

我通过执行解决了第一个问题

    df = df.reset_index()
    df = df.sort_values('Date')
    df = df.set_index('Date')

这正确地对索引进行排序，但是每天都会弄乱排序。有没有办法对日期进行排序，但保持原始日期内的原始顺序？

Answer 1

通过使用新的para并为原始订单添加前缀：

{{1}}

Answer 2

df['Date'] = pd.to_datetime(df.Date)

如果需要，首先将Date列转换为datetime类型

df = df.reset_index().sort_values(by=['Date', 'index']).drop(['index'], axis=1)

这将重置索引，创建一个名为index的临时列。然后使用Date和＆amp; index列，最后删除index列。保留按Date排序的数据框以及它们在原始CSV文件中的显示顺序。