是否可以按列的值和索引对 pandas 数据帧进行排序？
如果您按列的值对 pandas 数据框进行排序，则可以得到按列排序的结果数据框，但不幸的是，您会看到数据框的索引顺序在排序列的相同值内变得混乱。
那么，我是否可以按列对数据框进行排序，例如名为count 的列，但也可以按索引值对其进行排序？是否也可以按降序对列进行排序，而按升序对索引进行排序？
我知道如何对数据框中的多个列进行排序，也知道我可以通过首先reset_index() 索引并对其进行排序，然后再次创建索引来实现我在此提出的要求。但这是不是更直观、更有效的方式呢？
【问题讨论】：
标签： python pandas sorting dataframe
Pandas 0.23 终于把你带到了那里：-D
您现在可以将索引名称（而不仅仅是列名称）作为参数传递给sort_values。所以，这个单行代码有效：
df = df.sort_values(by = ['MyCol', 'MyIdx'], ascending = [False, True])
如果您的索引当前未命名：
df = df.rename_axis('MyIdx').sort_values(by = ['MyCol', 'MyIdx'], ascending = [False, True])
【讨论】：
df.index.name
在 pandas 0.23+ 中您可以直接执行 - 请参阅 OmerB 的 answer。如果您还没有 0.23+，请继续阅读。
我敢冒险，最简单的方法是将索引复制到一列，然后按两者排序。
df['colFromIndex'] = df.index
df = df.sort(['count', 'colFromIndex'])
我也希望能够只做类似df.sort(['count', 'index']) 的事情，但这当然行不通。
【讨论】：
df.sort(['count', 'index']) 那样做。请参阅下面的answer。
从熊猫版本 0.22 开始。
您可以暂时将该列设置为索引，对该列的索引进行排序然后重置。默认会保持现有索引的顺序：
df = df.set_index('column_name', append=True).sort_index(level=1).reset_index(level=1)
我认为上述内容可以使用“就地”选项完成，但我认为如上所述更容易阅读。
【讨论】：
您可以在 sort_index 中使用升序参数，但您必须将其作为列表传递，它才能从 pandas 0.22.0 开始正常工作。
import pandas as pd
import numpy as np
df = pd.DataFrame({'idx_0':[2]*6+[1]*5,
'idx_1':[6,4,2,10,18,5,11,1,7,9,3],
'value_1':np.arange(11,0,-1),
'MyName':list('SORTEDFRAME')})
df = df.set_index(['idx_0','idx_1'])
df
输出：
MyName value_1
idx_0 idx_1
2 6 S 11
4 O 10
2 R 9
10 T 8
18 E 7
5 D 6
1 11 F 5
1 R 4
7 A 3
9 M 2
3 E 1
按值和索引排序应该得到“FRAMESORTED”而不是“SORTEDFRAME”
df.sort_values('value_1', ascending=False)\
.sort_index(level=0, ascending=[True])
输出：
MyName value_1
idx_0 idx_1
1 11 F 5
1 R 4
7 A 3
9 M 2
3 E 1
2 6 S 11
4 O 10
2 R 9
10 T 8
18 E 7
5 D 6
请注意，您必须将sort_index 中的ascending 参数作为列表而不是标量传递。它不会起作用。
【讨论】：
要对列进行降序排序，同时保持索引升序：
import pandas as pd
df = pd.DataFrame(index=range(5), data={'c': [4,2,2,4,2]})
df.index = df.index[::-1]
print df.sort(column='c', ascending=False)
输出：
c
1 4
4 4
0 2
2 2
3 2
【讨论】：
reset_index()...不过感谢您的回答。
您可以使用 groupby 和 apply 的组合：
In [2]: df = pd.DataFrame({
'transID': range(8),
'Location': ['New York','Chicago','New York','New York','Atlanta','Los Angeles',
'Chicago','Atlanta'],
'Sales': np.random.randint(0,10000,8)}).set_index('transID')
In [3]: df
Out[3]:
Location Sales
transID
0 New York 1082
1 Chicago 1664
2 New York 692
3 New York 5669
4 Atlanta 7715
5 Los Angeles 987
6 Chicago 4085
7 Atlanta 2927
In [4]: df.groupby('Location').apply(lambda d: d.sort()).reset_index('Location',drop=True)
Out[4]:
Location Sales
transID
4 Atlanta 7715
7 Atlanta 2927
1 Chicago 1664
6 Chicago 4085
5 Los Angeles 987
0 New York 1082
2 New York 692
3 New York 5669
我将“位置”放在最后一行，因为 groupby 将分组级别插入索引中的第一个位置。排序然后删除它们会保留排序顺序。
【讨论】：
我相信即使应用了sort_index，来自sort_values 的原始订单也会保留，所以这应该有效：
df.sort_values('count', ascending=False).sort_index(level=[index_level1, index_level2])
【讨论】：