Python Pandas 按多索引和列排序

Question

在 Pandas 0.17 中，我尝试按特定列排序，同时保持层次索引(A 和 B)。 B 是通过串联设置数据帧时创建的运行编号。我的数据如下所示:

          C      D
A   B
bar one   shiny  10
    two   dull   5
    three glossy 8
foo one   dull   3
    two   shiny  9
    three matt   12

这是我需要的:

          C      D
A   B
bar two   dull   5
    three glossy 8
    one   shiny  10
foo one   dull   3
    three matt   12
    two   shiny  9

下面是我使用的代码和结果。注意:Pandas 0.17 警告 dataframe.sort 将被弃用。

df.sort_values(by="C", ascending=True)
          C      D
A   B
bar two   dull   5
foo one   dull   3
bar three glossy 8
foo three matt   12
bar one   shiny  10
foo two   shiny  9

添加 .groupby 产生相同的结果:

df.sort_values(by="C", ascending=True).groupby(axis=0, level=0, as_index=True)

同样，切换到先对索引进行排序，然后对列进行分组也没有效果:

df.sort_index(axis=0, level=0, as_index=True).groupby(C, as_index=True)

我不确定重新索引我需要保留第一个索引 A，第二个索引 B 可以重新分配，但不是必须的。如果没有一个简单的解决方案，我会感到惊讶；我想我只是找不到它。任何建议表示赞赏。

---

编辑:与此同时，我删除了第二个索引 B，将第一个索引 A 重新分配为一列，而不是对多列进行排序的索引，然后重新为其编制索引:

df.index = df.index.droplevel(1)
df.reset_index(level=0, inplace=True)
df_sorted = df.sort_values(["A", "C"], ascending=[1,1]) #A is a column here, not an index.
df_reindexed = df_sorted.set_index("A")

还是很冗长。

Answer 1

感觉可能有更好的方法，但这是一种方法:

In [163]: def sorter(sub_df):
     ...:     sub_df = sub_df.sort_values('C')
     ...:     sub_df.index = sub_df.index.droplevel(0)
     ...:     return sub_df

In [164]: df.groupby(level='A').apply(sorter)
Out[164]: 
                C   D
A   B                
bar two      dull   5
    three  glossy   8
    one     shiny  10
foo one      dull   3
    three    matt  12
    two     shiny   9