数据操作 - 值是字母数字时的排序索引

Question

我想知道我应该如何处理这种数据操作困境。 在索引级别的值为字母数字的数据框中，对多索引的索引进行排序的最佳方法是什么。 值是：

[u'0', u'1', u'10', u'11', u'2', u'2Y', u'3', u'3Y', u'4', u'4Y', u'5', u'5Y', u'6', u'7', u'8', u'9', u'9Y']

我要搜索的结果是：

[u'0', u'1', u'2', u'3', u'4', u'5', u'6', u'7', u'8', u'9', u'10', u'11', u'2Y', u'3Y', u'4Y', u'5Y', u'9Y']

纯数值代表月份，而整数加“Y”代表年份。

有没有办法对索引进行排序？

Duration - 一级是多指标，二级是总和。 请在下面找到一个示例数据集：

Duration                            2          2Y         3         3Y   
customer                                                                     
Invoice A                         25.50        0.00      0.00       20.00   
Invoice B                         50.00        25.00     -10.50     0.00
Invoice C                         125.00       0.00      11.20      0.50
Invoice D                         0.00        15.00      0.00       80.10

Answer 1

您可以使用natsort 包对您的列进行自然排序。这是一个例子：

import natsort as ns

c =  ['0', '1', '10', ...]
c = sorted(ns.natsorted(c), key=lambda x: not x.isdigit())

print(c)
['0',
 '1',
 '2',
 '3',
 '4',
 '5',
 '6',
 '7',
 '8',
 '9',
 '10',
 '11',
 '2Y',
 '3Y',
 '4Y',
 '5Y',
 '9Y']

---

对于您的问题，使用reindex_axis 作为额外步骤：

c = df.columns.levels[1]
c = sorted(ns.natsorted(c), key=str.isdigit, reverse=True)

df = df.reindex_axis(pd.MultiIndex.from_product([df.columns.levels[0], c]), axis=1)