python - 数据操作 - 当值为字母数字时排序索引

Question

我想知道应该如何解决这种数据操作困境。在索引级别的值是字母数字的数据框中对多索引的索引进行排序的最佳方法是什么。值为:

[u'0'、u'1'、u'10'、u'11'、u'2'、u'2Y'、u'3'、u'3Y'、u'4 ', u'4Y', u'5', u'5Y', u'6', u'7', u'8', u'9', u'9Y']

我正在搜索的结果是:

[u'0'、u'1'、u'2'、u'3'、u'4'、u'5'、u'6'、u'7'、u'8 ', u'9', u'10', u'11', u'2Y', u'3Y', u'4Y', u'5Y', u'9Y']

纯数字值代表月，而整数加“Y”代表年。

有没有办法对索引进行排序？

持续时间 - 是多索引的一级，第二级是总和。请在下面找到示例数据集:

Duration                            2          2Y         3         3Y   
customer                                                                     
Invoice A                         25.50        0.00      0.00       20.00   
Invoice B                         50.00        25.00     -10.50     0.00
Invoice C                         125.00       0.00      11.20      0.50
Invoice D                         0.00        15.00      0.00       80.10

Answer 1

您可以使用 natsort 包对列进行自然排序。这是一个例子:

import natsort as ns

c =  ['0', '1', '10', ...]
c = sorted(ns.natsorted(c), key=lambda x: not x.isdigit())

print(c)
['0',
 '1',
 '2',
 '3',
 '4',
 '5',
 '6',
 '7',
 '8',
 '9',
 '10',
 '11',
 '2Y',
 '3Y',
 '4Y',
 '5Y',
 '9Y']

<小时/>

对于您的问题，采用类似的方法，并使用 reindex_axis 作为额外步骤:

c = df.columns.levels[1]
c = sorted(ns.natsorted(c), key=str.isdigit, reverse=True)

df = df.reindex_axis(pd.MultiIndex.from_product([df.columns.levels[0], c]), axis=1)