python - 添加到多索引 DataFrame 时如何维护 lexsort 状态？

Question

假设我用 pandas 构建了一个具有多索引列的数据框:

mi      = pd.MultiIndex.from_product([['trial_1', 'trial_2', 'trial_3'], ['motor_neuron','afferent_neuron','interneuron'], ['time','voltage','calcium']])
ind     = np.arange(1,11)
df      = pd.DataFrame(np.random.randn(10,27),index=ind, columns=mi)

Link to image of output dataframe

假设我只想要试验 1 中的电压数据。我知道以下代码会失败，因为索引未按词法排序:

idx    = pd.IndexSlice
df.loc[:,idx['trial_1',:,'voltage']]

如上所述in another post ，解决方案是对数据帧的索引进行排序，这按预期工作:

dfSorted    = df.sortlevel(axis=1)
dfSorted.loc[:,idx['trial_1',:,'voltage']]

我明白为什么这是必要的。但是，假设我想添加一个新列:

dfSorted.loc[:,('trial_1','interneuron','scaledTime')] = 100 * dfSorted.loc[:,('trial_1','interneuron','time')]

现在 dfSorted 不再排序，因为新列被附加到末尾，而不是按顺序排列。同样，在选择多个列之前，我必须调用 sortlevel。

我觉得这会导致重复的、容易出错的代码，尤其是在我自己的项目中向更大的数据框中添加大量列时。是否有一种(最好是看起来干净的)方法可以按词法顺序插入新列，而不必一遍又一遍地调用 sortlevel？

Answer 1

一种方法是使用 filter 对列名称进行文本过滤:

In [117]: df['trial_1'].filter(like='voltage')
Out[117]:
   motor_neuron afferent_neuron interneuron
        voltage         voltage     voltage
1     -0.548699        0.986121   -1.339783
2     -1.320589       -0.509410   -0.529686