python - Pandas DataFrame --> GroupBy --> 多索引过程

Question

我正在尝试将以下形式的大型 DataFrame 重组为 MultiIndex:

        date  store_nbr  item_nbr  units  snowfall  preciptotal  event
0 2012-01-01          1         1      0       0.0          0.0    0.0
1 2012-01-01          1         2      0       0.0          0.0    0.0
2 2012-01-01          1         3      0       0.0          0.0    0.0
3 2012-01-01          1         4      0       0.0          0.0    0.0
4 2012-01-01          1         5      0       0.0          0.0    0.0

我想按 store_nbr (1-45) 进行分组，在每个 store_nbr 组中按 item_nbr (1-111) 进行分组，然后进行分组相应的索引对(例如，store_nbr=12、item_nbr=109)，按时间顺序显示行，以便排序的行看起来像，例如:

store_nbr=12, item_nbr=109:   date=2014-02-06, units=0, snowfall=...
                              date=2014-02-07, units=0, snowfall=...
                              date=2014-02-08, units=0, snowfall=...
...                           ...
store_nbr=12, item_nbr=110:   date=2014-02-06, units=0, snowfall=...
                              date=2014-02-07, units=1, snowfall=...
                              date=2014-02-08, units=1, snowfall=...
...

看起来groupby和set_index的某种组合在这里可能有用，但我在下面的行之后陷入困境:

grouped = stores.set_index(['store_nbr', 'item_nbr'])

这会产生以下多重索引:

                         date  units  snowfall  preciptotal  event
store_nbr item_nbr                                                
1         1        2012-01-01      0       0.0          0.0    0.0
          2        2012-01-01      0       0.0          0.0    0.0
          3        2012-01-01      0       0.0          0.0    0.0
          4        2012-01-01      0       0.0          0.0    0.0
          5        2012-01-01      0       0.0          0.0    0.0

有人对这里有什么建议吗？有没有一种简单的方法可以通过操作 groupby 对象来做到这一点？

Answer 1

您可以使用以下方式对行进行排序:

df.sort_values(by='date')