python - 如何设置排序MultiIndex的顺序

Question

我有这样的数据框:

import pandas as pd
import numpy as np

np.random.seed(123)

col_num = 1
row_num = 18
col_names = ['C' + str(x) for x in range(col_num)]

mix = pd.MultiIndex.from_product([['a', 'b'], [ '01 Jan 2011', '02 Feb 2000', '30 Apr 1999'], [1,2,3]])
df = pd.DataFrame(np.round(((np.random.rand(row_num,col_num)* 2 - 1)*100),2), columns = col_names, index = mix)

#df
                    C0
a 01 Jan 2011 1  39.29
              2 -42.77
              3 -54.63
  02 Feb 2000 1  10.26
              2  43.89
              3 -15.38
  30 Apr 1999 1  96.15
              2  36.97
              3  -3.81
b 01 Jan 2011 1 -21.58
              2 -31.36
              3  45.81
  02 Feb 2000 1 -12.29
              2 -88.06
              3 -20.39
  30 Apr 1999 1  47.60
              2 -63.50
              3 -64.91

如何以这样一种方式对 MultiIndex 进行排序，即在级别 1 上的日期按时间顺序保存，同时按原样保留其他混合级别的排序，包括级别排序的优先级(即:首先是级别 0，然后是级别 1，最后是级别 2)。
我需要在最终 df 中将日期保留为字符串。最终 df 将被腌制。我尝试在序列化之前设置日期的排序顺序，而不是在检索 df 后编写排序函数。

Answer 1

让我们创建一个新的 MultiIndex设置后 level 1映射到 datetime 的值然后使用 argsort在这个新索引上获取对原始数据框进行排序的索引:

idx = df.index.set_levels(pd.to_datetime(df.index.levels[1]), 1)
df1 = df.iloc[np.argsort(idx)]

print(df1)
                     C0
a 30 Apr 1999  1  96.15
               2  36.97
               3  -3.81
  02 Feb 2000  1  10.26
               2  43.89
               3 -15.38
  01 Jan 2011  1  39.29
               2 -42.77
               3 -54.63
b 30 Apr 1999  1  47.60
               2 -63.50
               3 -64.91
  02 Feb 2000  1 -12.29
               2 -88.06
               3 -20.39
  01 Jan 2011  1 -21.58
               2 -31.36
               3  45.81