按计数对熊猫多索引进行排序？

Question

我有一个由多索引操作生成的数据框，如下所示。

                      Col3
Col1        Col2
A              A1         N
B              B1         N
               B2         N
C              C1         N
               C2         N
               C3         N 

我正在尝试按级别 A、B 和 C 的行数降序计数对这个数据框进行排序。在这种情况下，级别 A 有 1 行，B 有 2 行，C有 3 行...所以输出将是

                      Col3
Col1        Col2
C              C1         N
               C2         N
               C3         N
B              B1         N
               B2         N
A              A1         N 

我可以考虑通过实际计算每个级别的行数并在 df 中添加一列进行排序来手动执行此操作，但是有更优雅的方法吗？如果是这样，有没有办法推广到更多级别？

谢谢！

编辑：生成原始数据框的代码。

df = pd.DataFrame([['a', 'z', 'x', 0.123], ['a','z', 'x', 0.234],
                ['a', 'z', 'y', 0.451], ['b', 'z', 'x', 0.453], ['b', 'z', 'x', 0.453], ['b', 'z', 'x', 0.453], ['b', 'z', 'x', 0.453]],
               columns=['first', 'second', 'value1', 'value2']
               ).set_index(['first', 'second'])

运行df.ix[df.groupby(level=0).size().sort_values(ascending=False).index,:] 产生TypeError: Expected tuple, got str

Answer 1

IIUC 你可以通过groupby 在第一个索引级别上进行操作，然后对size 进行排序并使用它来重新索引到你的df：

In [25]:
df.ix[df.groupby(level=0).size().sort_values(ascending=False).index,:]

Out[25]:
          Col3
Col1 Col2     
C    C1      N
     C2      N
     C3      N
B    B1      N
     B2      N
A    A1      N

分解以上内容：

In [26]:
df.groupby(level=0).size()

Out[26]:
Col1
A    1
B    2
C    3
dtype: int64

In [27]:
df.groupby(level=0).size().sort_values(ascending=False)

Out[27]:
Col1
C    3
B    2
A    1
dtype: int64

In [28]:
df.groupby(level=0).size().sort_values(ascending=False).index

Out[28]:
Index(['C', 'B', 'A'], dtype='object', name='Col1')

编辑

好的，这比我预期的要复杂，但以下工作：

In [76]:
i = df.index.get_level_values(0)
df.iloc[i.reindex(df.groupby(level=0).size().sort_values(ascending=False).index)[1]]

Out[76]:
             value1  value2
first second               
b     z           x   0.453
      z           x   0.453
      z           x   0.453
      z           x   0.453
a     z           x   0.123
      z           x   0.234
      z           y   0.451

所以这样做是获取第一级索引值，然后 reindexes 将它们与 groupby 结果进行对比，并使用针对原始 df 生成的 int 索引