熊猫DataFrame --> GroupBy --> MultiIndex过程

Question

我试图将以下形式的大型DataFrame重构为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

我希望按store_nbr (1-45)分组，在每个store_nbr组内按item_nbr (1-111)分组，然后对相应的索引对(例如，store_nbr=12，item_nbr=109)按时间顺序显示行，以便有序的行看起来如下：

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=...
...

在这里，groupby和set_index的某些组合看起来可能很有用，但我在下面这一行之后就陷入了困境：

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

这将产生以下MultiIndex：

                         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

从这里有人有什么建议吗？有什么简单的方法可以通过操纵groupby对象来做到这一点呢？

Answer 1

您可以使用以下方法对行进行排序：

df.sort_values(by='date')