如何对列值的多级索引进行排序

Question

我正在尝试对多级索引中的数据进行排序以进行可视化。 此时纯粹是根据值对数据进行排序

我尝试过使用 sort_index 和 sort_values，但都没有奏效。 我假设有一种方法可以将我不清楚的 2 结合起来。

示例代码

import pandas as pd

data = {'lev1':[1,1,2,2], 
        'lev2':['item1', 'item2', 'item3', 'item2'], 
        'col1':[.55, .44, .22, .34],
        'col2':[.54, .86, .55, .44]}

df = pd.DataFrame(data=data)
df.set_index(['lev1', 'lev2'], inplace=True)

这应该会导致：

                col1    col2
    lev1 lev2       
    1   item1   0.55    0.54
        item2   0.44    0.86
    2   item3   0.22    0.55
        item2   0.34    0.44

我希望看到的是根据 col2 中的值排序的输出。但是，保持多级索引不变。

意思是，结果应该显示：

                col1    col2
    lev1 lev2       
    1   item2   0.44    0.86
        item1   0.55    0.54
    2   item3   0.22    0.55
        item2   0.34    0.44

欢迎任何想法或建议。

谢谢！

Answer 1

对于 pandas 0.23+ 可以按索引和按DataFrame.sort_values 的列排序：

df = df.sort_values(['lev1','col2'], ascending=[True, False])
print (df)
            col1  col2
lev1 lev2             
1    item2  0.44  0.86
     item1  0.55  0.54
2    item3  0.22  0.55
     item2  0.34  0.44

对于较低版本的pandas是必要的DataFrame.reset_index，排序然后DataFrame.set_index：

df = (df.reset_index()
        .sort_values(['lev1','col2'], ascending=[True, False])
        .set_index(['lev1','lev2']))