如何使用Pandas重新排序多索引列？

Question

Table is shown here

代码：

main_collection.where(Client.field_path(u'English Name'), u'==', u'Jerry')

数据和代码如上所示。

我想知道有什么方法可以在使用Python进行start-develop-middle-operate时重新排序“ Progress”。

我尝试使用地图功能并为每个阶段设置了一个数字，但是无法从多索引中提取“进度”

谢谢！

Answer 1

reindex

您可以指定要重新索引的级别

cats = ['Start', 'Develop', 'Middle', 'Operate']
dff.reindex(cats, axis=1, level=1)

Country      France                              China                         
Progress      Start  Develop   Middle  Operate   Start Develop  Middle  Operate
NumTrans        772      832      494      793     750     722     818      684
TransValue  7363187  2578816  9764430  4863178  159777  840700  978816  9674337

---

set_levels与CategoricalIndex

您可以定义第二级的顺序，然后进行排序。

lvl1 = dff.columns.levels[1]
cats = ['Start', 'Develop', 'Middle', 'Operate']
cati = pd.CategoricalIndex(
  lvl1,
  categories=cats,
  ordered=True
)
dff.columns.set_levels(
  cati, level=1, inplace=True  
)

dff.sort_index(1)

Country      China                            France                           
Progress     Start Develop  Middle  Operate    Start  Develop   Middle  Operate
NumTrans       750     722     818      684      772      832      494      793
TransValue  159777  840700  978816  9674337  7363187  2578816  9764430  4863178