Python Pandas - 多级索引排序

Pandas 中的多级索引排序用于高效地组织分层数据集。在 Pandas 中，多级索引也称为分层索引，它在 Pandas 数据结构（如 DataFrame 或 Series 对象）中具有多个索引级别。可以独立地对多级索引对象中的每个级别进行排序，以便对数据应用高效的切片、索引、过滤和检索操作。

在本教程中，我们将学习如何使用**sort_index()** 和**sortlevel()** 方法以及不同的方法来对 Pandas 中的多级索引对象进行排序。

使用 sort_index() 对多级索引进行排序

Pandas 的**DataFrame.sort_index()** 方法用于按所有级别对多级索引进行排序。对多级索引对象进行排序对于高效地索引和切片数据很有用。

示例

以下是使用**df.sort_index()** 方法对多级索引按所有级别进行排序的基本示例。这会根据多级索引的两个级别对数据进行排序。

import pandas as pd

# Create a MultiIndex object
index = pd.MultiIndex.from_tuples([('A', 'one'), ('A', 'two'), ('A', 'three'),('B', 'one'), ('B', 'two'), ('B', 'three')],
names=["level0", "level1"])

# Create a DataFrame
data = [[1, 2], [3, 4], [1, 1], [5, 6], [7, 8], [2, 2]]
df = pd.DataFrame(data, index=index, columns=['X', 'Y'])

# Display the input DataFrame
print('Original MultiIndexed DataFrame:\n',df)

# Sort MultiIndex with default levels
sorted_df = df.sort_index()
print("Resultant DataFrame:")
print(sorted_df)

以下是上述代码的输出 -

Original MultiIndexed DataFrame:




X
Y

level1
level2
A
one
1
2
two
3
4
three
1
1
B
one
5
6
two
7
8
three
2
2

Resultant DataFrame:




X
Y

level1
level2
A
one
1
2
three
1
1
two
3
4
B
one
5
6
three
2
2
two
7
8

按特定级别对多级索引进行排序

如果要按多级索引的特定级别进行排序，可以使用**df.sort_index()** 方法的**level** 参数。

示例

以下是按其第一级（即，level=0）对多级索引进行排序的示例。

import pandas as pd

# Create a MultiIndex object
index = pd.MultiIndex.from_tuples([('C', 'one'), ('C', 'two'),('B', 'one'), ('B', 'two')])

# Create a DataFrame
data = [[1, 2], [3, 4], [5, 6], [7, 8]]
df = pd.DataFrame(data, index=index, columns=['X', 'Y'])

# Display the input DataFrame
print('Original MultiIndexed DataFrame:\n',df)

# Sort MultiIndex by the first level
sorted_df = df.sort_index(level=0)
print("Resultant DataFrame:")
print(sorted_df)

以下是上述代码的输出 -

Original MultiIndexed DataFrame:




X
Y

C
one
1
2
two
3
4
B
one
5
6
two
7
8

Resultant DataFrame:




X
Y

B
one
5
6
two
7
8
C
one
1
2
two
3
4

按级别名称对多级索引进行排序

与上述方法类似，您还可以使用**df.sort_index()** 方法和**level** 参数，按级别名称而不是数值索引对多级索引进行排序。

示例

此示例使用指定给**set_names()** 方法的**level** 参数的级别名称对多级索引进行排序。

import pandas as pd

# Create a MultiIndex object
index = pd.MultiIndex.from_tuples([('D', 'z'), ('D', 'x'), ('D', 'y'),('B', 't'), ('B', 's'), ('B', 'v')],
names=["level0", "level1"])

# Create a DataFrame
data = [[1, 2], [3, 4], [1, 1], [5, 6], [7, 8], [2, 2]]
df = pd.DataFrame(data, index=index, columns=['X', 'Y'])

# Display the input DataFrame
print('Original MultiIndexed DataFrame:\n',df)

# Sort by the level name
sorted_df = df.sort_index(level='level1')
print("Resultant DataFrame:")
print(sorted_df)

以下是上述代码的输出 -

Original MultiIndexed DataFrame:




X
Y

level1
level2
D
z
1
2
x
3
4
y
1
1
B
t
5
6
s
7
8
v
2
2

Resultant DataFrame:




X
Y

level1
level2
B
s
7
8
t
5
6
v
2
2
D
x
3
4
y
1
1
z
1
2

使用 sortlevel() 在特定级别上对多级索引进行排序

使用**MultiIndex.sortlevel()** 方法，您也可以在特定级别上对多级索引进行排序。

示例

以下是使用**MultiIndex.sortlevel()** 方法对多级索引对象进行排序的示例。

import pandas as pd

# Create arrays
arrays = [[2, 4, 3, 1], ['Peter', 'Chris', 'Andy', 'Jacob']]

# The from_arrays() is used to create a MultiIndex
multiIndex = pd.MultiIndex.from_arrays(arrays, names=('ranks', 'student'))

# display the MultiIndex
print("The Multi-index...\n",multiIndex)

# get the levels in MultiIndex
print("\nThe levels in Multi-index...\n",multiIndex.levels)

# Sort MultiIndex
# The specific level to sort is set as a parameter i.e. level 1 here
print("\nSort MultiIndex at the requested level...\n",multiIndex.sortlevel(1))

以下是上述代码的输出 -

The Multi-index...
 MultiIndex([(2, 'Peter'),
            (4, 'Chris'),
            (3,  'Andy'),
            (1, 'Jacob')],
           names=['ranks', 'student'])

The levels in Multi-index...
 [[1, 2, 3, 4], ['Andy', 'Chris', 'Jacob', 'Peter']]

Sort MultiIndex at the requested level...
 (MultiIndex([(3,  'Andy'),
            (4, 'Chris'),
            (1, 'Jacob'),
            (2, 'Peter')],
           names=['ranks', 'student']), array([2, 1, 3, 0]))