Question

我正在尝试将具有以下形式的大型DataFrame重组为MultiIndex：

        date  store_nbr  item_nbr  units  snowfall  preciptotal  event
0 2012-01-01          1         1      0       0.0          0.0    0.0
1 2012-01-01          1         2      0       0.0          0.0    0.0
2 2012-01-01          1         3      0       0.0          0.0    0.0
3 2012-01-01          1         4      0       0.0          0.0    0.0
4 2012-01-01          1         5      0       0.0          0.0    0.0

我想按store_nbr（1-45）分组，在每个store_nbr组中按item_nbr（1-111）分组，然后对相应的索引对（例如{{ 1}} = 12，store_nbr = 109），按时间顺序显示行，以便有序行看起来像，例如：

item_nbr

在这里看起来store_nbr=12, item_nbr=109: date=2014-02-06, units=0, snowfall=... date=2014-02-07, units=0, snowfall=... date=2014-02-08, units=0, snowfall=... ... ... store_nbr=12, item_nbr=110: date=2014-02-06, units=0, snowfall=... date=2014-02-07, units=1, snowfall=... date=2014-02-08, units=1, snowfall=... ...和groupby的某种组合可能很有用，但是在以下几行之后我被卡住了：

set_index

这将产生以下MultiIndex：

grouped = stores.set_index(['store_nbr', 'item_nbr'])

有人从这里有任何建议吗？有没有一种简单的方法可以通过操纵groupby对象来实现此目的？

Answer 1

您可以使用以下方式对行进行排序：

df.sort_values(by='date')

Pandas DataFrame-> GroupBy-> MultiIndex Process

1 个答案: