按它们出现在另一个数据帧上的顺序对 multiIndex python pandas 数据帧进行排序答案

【问题标题】：Sort multiIndex python pandas dataframe by the order they appear on another data frame按它们出现在另一个数据帧上的顺序对 multiIndex python pandas 数据帧进行排序
【发布时间】：2016-08-25 01:02:58
【问题描述】：

我有一个这样的数据框df：

                 a   b
 id   no   name   
T01  101   foo   1  $10
T32  102   bar   2  $30
T10  103   baz   4  $25

其中索引为id, no and name。我有另一个数据框df2，具有我希望的索引顺序

我需要数据框

                 a   b
 id   no   name  
T10  103   baz   4  $25 
T01  101   foo   1  $10
T32  102   bar   2  $30

我见过使用 df.loc[df2.no.values] 和 df.reindex(df2.no) 但由于我有多索引数据帧，它似乎不起作用

我应该使用什么来对键 no 中的 df 与 df2 中的顺序进行排序？

【问题讨论】：

标签： python sorting pandas multi-index

【解决方案1】：

reset_index、reindex 和最后一个set_index 的一种可能解决方案：

print df1.reset_index(level=['id','name'])
         .reindex(df2.no)
         .reset_index()
         .set_index(['id','no','name'])

              a    b
id  no  name        
T10 103 baz   4  $25
T01 101 foo   1  $10
T32 102 bar   2  $30

如果级别的顺序不重要：

print df1.reset_index(level=['id','name'])
         .reindex(df2.no)
         .set_index(['id','name'], append=True)

              a    b
no  id  name        
103 T10 baz   4  $25
101 T01 foo   1  $10
102 T32 bar   2  $30

计时：

In [77]: %timeit df1.unstack([0, 2]).ix[df2.no].stack([1, 2]).swaplevel(0, 1)
10 loops, best of 3: 18.8 ms per loop

In [78]: %timeit df1.reset_index(level=['id','name']).reindex(df2.no).reset_index().set_index(['id','no','name'])
The slowest run took 4.41 times longer than the fastest. This could mean that an intermediate result is being cached 
100 loops, best of 3: 4.41 ms per loop

【讨论】：

【解决方案2】：

解决方案

df.unstack([0, 2]).ix[df2.no].stack([1, 2]).swaplevel(0, 1)

说明

unstack([0, 2]) 将第 1 和第 3 级索引放入 [-2, -1] 级列中。这将隔离您关心的级别。

ix[df2.no] 按您喜欢的顺序订购剩余级别。

stack([1, 2]) 从列中获取级别并将它们放回索引中。

swaplevel(0, 1) 将索引级别放回原来的顺序。

【讨论】：