Сортировка нескольких индексов в Pandas

У меня есть мультииндексный DataFrame, созданный с помощью операции groupby. Я пытаюсь сделать сложный вид, используя несколько уровней индекса, но я не могу найти функцию сортировки, которая делает то, что мне нужно.

Первоначальный набор данных выглядит примерно так (ежедневный подсчет количества различных продуктов):

         Date Manufacturer Product Name Product Launch Date  Sales
0  2013-01-01        Apple         iPod          2001-10-23     12
1  2013-01-01        Apple         iPad          2010-04-03     13
2  2013-01-01      Samsung       Galaxy          2009-04-27     14
3  2013-01-01      Samsung   Galaxy Tab          2010-09-02     15
4  2013-01-02        Apple         iPod          2001-10-23     22
5  2013-01-02        Apple         iPad          2010-04-03     17
6  2013-01-02      Samsung       Galaxy          2009-04-27     10
7  2013-01-02      Samsung   Galaxy Tab          2010-09-02      7

Я использую groupby для получения суммы по диапазону дат:

> grouped = df.groupby(['Manufacturer', 'Product Name', 'Product Launch Date']).sum()
                                               Sales
Manufacturer Product Name Product Launch Date       
Apple        iPad         2010-04-03              30
             iPod         2001-10-23              34
Samsung      Galaxy       2009-04-27              24
             Galaxy Tab   2010-09-02              22

До сих пор так хорошо!

Теперь последнее, что я хочу сделать, это сортировать каждый продукт производителя по дате запуска, но держать их иерархически иерархически под Производитель - здесь все, что я пытаюсь сделать:

                                               Sales
Manufacturer Product Name Product Launch Date       
Apple        iPod         2001-10-23              34
             iPad         2010-04-03              30
Samsung      Galaxy       2009-04-27              24
             Galaxy Tab   2010-09-02              22

Когда я пытаюсь sortlevel(), я теряю приятную иерархию для каждой компании, которой я раньше:

> grouped.sortlevel('Product Launch Date')
                                               Sales
Manufacturer Product Name Product Launch Date       
Apple        iPod         2001-10-23              34
Samsung      Galaxy       2009-04-27              24
Apple        iPad         2010-04-03              30
Samsung      Galaxy Tab   2010-09-02              22

sort() и sort_index() просто сбой:

grouped.sort(['Manufacturer','Product Launch Date'])
KeyError: u'no item named Manufacturer'

grouped.sort_index(by=['Manufacturer','Product Launch Date'])
KeyError: u'no item named Manufacturer'

Кажется, что простая операция, но я не могу это понять.

Я не привязан к использованию MultiIndex для этого, но с тех пор, как groupby() возвращает то, с чем я работал.

Кстати, код для создания исходного DataFrame:

data = {
  'Date': ['2013-01-01', '2013-01-01', '2013-01-01', '2013-01-01', '2013-01-02', '2013-01-02', '2013-01-02', '2013-01-02'],
  'Manufacturer' : ['Apple', 'Apple', 'Samsung', 'Samsung', 'Apple', 'Apple', 'Samsung', 'Samsung',],
  'Product Name' : ['iPod', 'iPad', 'Galaxy', 'Galaxy Tab', 'iPod', 'iPad', 'Galaxy', 'Galaxy Tab'], 
  'Product Launch Date' : ['2001-10-23', '2010-04-03', '2009-04-27', '2010-09-02','2001-10-23', '2010-04-03', '2009-04-27', '2010-09-02'],
  'Sales' : [12, 13, 14, 15, 22, 17, 10, 7]
}
df = DataFrame(data, columns=['Date', 'Manufacturer', 'Product Name', 'Product Launch Date', 'Sales'])

Ответ 1

Взломом будет изменение порядка уровней:

In [11]: g
Out[11]:
                                               Sales
Manufacturer Product Name Product Launch Date
Apple        iPad         2010-04-03              30
             iPod         2001-10-23              34
Samsung      Galaxy       2009-04-27              24
             Galaxy Tab   2010-09-02              22

In [12]: g.index = g.index.swaplevel(1, 2)

Sortlevel, который (как вы нашли) сортирует уровни MultiIndex в порядке:

In [13]: g = g.sortlevel()

И поменяйте обратно:

In [14]: g.index = g.index.swaplevel(1, 2)

In [15]: g
Out[15]:
                                               Sales
Manufacturer Product Name Product Launch Date
Apple        iPod         2001-10-23              34
             iPad         2010-04-03              30
Samsung      Galaxy       2009-04-27              24
             Galaxy Tab   2010-09-02              22

Я считаю, что sortlevel не должен сортировать оставшиеся метки по порядку, поэтому создаст проблему github.:) Хотя стоит упомянуть docnote о "необходимость сортировки" .

Примечание: вы можете избежать первого swaplevel путем изменения порядка начальной группы:

g = df.groupby(['Manufacturer', 'Product Launch Date', 'Product Name']).sum()

Ответ 2

Этот лайнер работает для меня:

In [1]: grouped.sortlevel(["Manufacturer","Product Launch Date"], sort_remaining=False)

                                               Sales
Manufacturer Product Name Product Launch Date       
Apple        iPod         2001-10-23              34
             iPad         2010-04-03              30
Samsung      Galaxy       2009-04-27              24
             Galaxy Tab   2010-09-02              22

Обратите внимание, это тоже работает:

groups.sortlevel([0,2], sort_remaining=False)

Это не сработало бы, когда вы первоначально разместили более двух лет назад, потому что уровень сортировки по умолчанию сортируется по ВСЕМ индексам, которые портят иерархию вашей компании. sort_remaining, который отключает это поведение, был добавлен в прошлом году. Вот ссылка для фиксации для ссылки: https://github.com/pydata/pandas/commit/3ad64b11e8e4bef47e3767f1d31cc26e39593277

Ответ 3

Если вы хотите избежать множественных свопов в очень глубоком MultiIndex, вы также можете попробовать:

Нарезка по уровню X (по понятию списка +.loc + IndexSlice)
Сортировка желаемого уровня (sortlevel (2))
Конкатенация каждой группы индексов уровня X

Здесь у вас есть код:

import pandas as pd
idx = pd.IndexSlice
g = pd.concat([grouped.loc[idx[i,:,:],:].sortlevel(2) for i in grouped.index.levels[0]])
g

Ответ 4

Если вы не обеспокоены сохранением индекса (я часто предпочитаю произвольный целочисленный индекс), вы можете просто использовать следующий однострочный:

grouped.reset_index().sort(["Manufacturer","Product Launch Date"])

Ответ 5

Чтобы отсортировать MultiIndex по "столбцам индекса" (иначе .sort_index() уровням), вам нужно использовать метод .sort_index() и установить его аргумент level. Если вы хотите сортировать по нескольким уровням, аргумент должен быть установлен в список имен уровней в последовательном порядке.

Это должно дать вам DataFrame вам нужно:

df.groupby(['Manufacturer', 'Product Name', 'Launch Date']).sum().sort_index(level=['Manufacturer','Launch Date'])