python - pandas 数据透视表 降序排列 python

Question

我有一个数据集，我用它读取

data = pd.excel('.../data.xlsx)

然后我用数据透视表组织了一切

newdata = data.pivot_table(index=["Block", "Conc", "Replicate"], columns=["Name"], values="F532Mean-B532") '

数据透视表看起来像这样(实际表格的格式与此有点不同，我在这里手动输入表格:

Block     conc      replicate     nameA    nameB   nameC ..     

  1                     
            0           1           2225     12     333   
                        2           3        423    52
                        3           53       88     239
           0.01         1           24       53     923
                        2           454      253    53
                        3           4        5      23
           10           1           34       53     923
                        2           44       253    53
                        3           11       49     232
   2
            0           1           234      634     39 
  .....

一切看起来都不错，除了我希望“Conc”列按降序排列，所以我希望它是 10, 0.01, 0，而不是 0, 0.01, 10。

 Conc 
  10

  0.01

   0
  ...

我在网上搜索并发现了一些带有此类代码的帖子:

  key1 = newdata.index.labels[0]
  key2 = newdata['Concentration'].rank(ascending=False)
  sorter = np.lexsort((key2, key1))
  sorted_df = newdata.take(sorter)

  sorted_df.to_excel('pivottable.xlsx')

它给了我

KeyError: 'Concentration' 

我认为问题是网上的例子都只有2级，这里我有超过2级。有什么办法解决这个问题吗？

Answer 1

pivot_table 的输出是一个 MultiIndex。您想要按 MultiIndex 中的级别进行排序，为此您应该使用 sortlevel :

In [11]: df
Out[11]:
                       nameA  nameB  nameC
Block conc  replicate
1     0.00  1           2225     12    333
            2              3    423     52
            3             53     88    239
      0.01  1             24     53    923
            2            454    253     53
            3              4      5     23
      10.00 1             34     53    923
            2             44    253     53
            3             11     49    232

In [12]: df.sortlevel(["Block", "conc"], ascending=[True, False], sort_remaining=False)
Out[12]:
                       nameA  nameB  nameC
Block conc  replicate
1     10.00 1             34     53    923
            2             44    253     53
            3             11     49    232
      0.01  1             24     53    923
            2            454    253     53
            3              4      5     23
      0.00  1           2225     12    333
            2              3    423     52
            3             53     88    239

注意:sort_remaining 确保其他级别不会也排序，尽管在这里这不是问题(因为它已经在复制时排序)。