时间戳

首页 > 解决方案 > 重新排序熊猫 from_product-MultiIndex DataFrame 中的级别，加上值？

python - 重新排序熊猫 from_product-MultiIndex DataFrame 中的级别，加上值？

问题描述

在我目前的工作中，目前经常出现以下情况。我有一个带有 product-MultiIndex 的 pandas DataFrame，如下所示：

cols = pd.MultiIndex.from_product([['foo1', 'foo2'], ['bar1', 'bar2']], names=['foo', 'bar'])
df = pd.DataFrame(np.arange(5*4).reshape(5, 4), index=range(5), columns=cols)
df

foo foo1      foo2     
bar bar1 bar2 bar1 bar2
0      0    1    2    3
1      4    5    6    7
2      8    9   10   11
3     12   13   14   15
4     16   17   18   19

现在我想交换 DataFrame 的列级别，所以我尝试了这个：

df.reorder_levels(['bar', 'foo'], axis=1)

bar bar1 bar2 bar1 bar2
foo foo1 foo1 foo2 foo2
0      0    1    2    3
1      4    5    6    7
2      8    9   10   11
3     12   13   14   15
4     16   17   18   19

但这不是我想要的。我想根据这个很好的规范产品排序来改变列的顺序。我当前的解决方法如下所示：

cols_swapped = pd.MultiIndex.from_product([['bar1', 'bar2'], ['foo1', 'foo2']], names=['bar', 'foo'])
df.reorder_levels(cols_swapped.names, axis=1).loc[:, cols_swapped])

bar bar1      bar2     
foo foo1 foo2 foo1 foo2
0      0    2    1    3
1      4    6    5    7
2      8   10    9   11
3     12   14   13   15
4     16   18   17   19

这可行，但不是很好，例如因为它更令人困惑并且必须创建一个新的 MultiIndex。我经常发生这种情况的情况是，我为所有列计算了一个新特征。但是在concat将它添加到 my之后df，它想将相应的新级别“排序”到一个新位置。假设新功能位于级别 0，则解决方法如下所示：

new_order = [1, 2, 0, 3, 4]
cols_swapped = pd.MultiIndex.from_product(
    [df.columns.levels[i] for i in new_order],
    names = [df.columns.names[i] for i in new_order]
)
df_swap = df.reorder_levels(cols_swapped.names, axis=1).loc[:, cols_swapped]

这更不好。

熊猫支持这个吗？如果是的话，有什么更优雅的方式来做到这一点？

标签： pythonpandasmulti-index

解决方案

我相信swaplevel需要sort_index：

df = df.swaplevel(0,1, axis=1).sort_index(axis=1)
print (df)
bar bar1      bar2     
foo foo1 foo2 foo1 foo2
0      0    2    1    3
1      4    6    5    7
2      8   10    9   11
3     12   14   13   15
4     16   18   17   19

推荐阅读