按具有多个值的列对 DF 进行排序

Question

在我的主 df 中，我有一列与其他两列组合，创建如下所示的值：A1_43567_1。第一个数字代表一种评估类型，第二个数字是问题 ID，最后一个数字是评估中的问题位置。我计划创建一个数据透视表，将每个唯一值作为一列来查看每个项目的多个学生的选择。但我希望枢轴的顺序是问题位置，或者连接中的第三个值。基本上这个输出：

    Student ID  A1_45678_1  A1_34551_2  A1_11134_3  etc....
    12345           1            0          0      
    12346           0            0          1
    12343           1            1          0

我已尝试按我希望它按（问题位置）排序的原始列对我的数据框进行排序，然后创建数据透视表，但这并没有呈现我正在寻找的上述结果。有没有办法按列中的第三个值对原始串联值进行排序？或者是否可以按每列中的第三个值对数据透视表进行排序？

当前代码是：

   demo_pivot.sort(['Question Position'], ascending=True)

   demo_pivot['newcol'] = 'A' + str(interim_selection) + '_' + ,\
   demo_pivot['Item ID'].map(str) + "_" + demo_pivot['Question Position'].map(str)

   demo_pivot= pd.pivot_table(demo_pivot, index='Student ANET ID',values='Points Received',\
   columns='newcol').reset_index()

但是会生成这个输出：

    Student ID  A1_45678_1  A1_34871_7  A1_11134_15  etc....
    12345           1            0          0      
    12346           0            0          1
    12343           1            1          0

Answer 1

对pd.pivot_table() 的调用返回一个DataFrame，对吗？如果是这样，您可以重新排序生成的 DataFrame 的列吗？比如：

def sort_columns(column_list):
    # Create a list of tuples: (question position, column name)
    sort_list = [(int(col.split('_')[2]), col) for col in column_list]

    # Sorts by the first item in each tuple, which is the question position
    sort_list.sort() 

    # Return the column names in the sorted order:
    return [x[1] for x in sort_list]

# Now, you should be able to reorder the DataFrame like so:
demo_pivot = demo_pivot.loc[:, sort_columns(demo_pivot.columns)]