如何对列值进行多级索引排序

Question

我试图在多级索引中对数据进行分类，以实现可视化。此时，纯粹是根据值对数据进行排序。

我尝试过使用sort_index和sort_values，但是两者都没有起作用。我假设有一种结合2的方法，对我来说还不清楚。

示例代码

import pandas as pd

data = {'lev1':[1,1,2,2], 
        'lev2':['item1', 'item2', 'item3', 'item2'], 
        'col1':[.55, .44, .22, .34],
        'col2':[.54, .86, .55, .44]}

df = pd.DataFrame(data=data)
df.set_index(['lev1', 'lev2'], inplace=True)

这应导致：

                col1    col2
    lev1 lev2       
    1   item1   0.55    0.54
        item2   0.44    0.86
    2   item3   0.22    0.55
        item2   0.34    0.44

我希望看到的是根据col2中的值排序的输出。然而，保持多级指数不变。

也就是说，结果应该显示：

                col1    col2
    lev1 lev2       
    1   item2   0.44    0.86
        item1   0.55    0.54
    2   item3   0.22    0.55
        item2   0.34    0.44

欢迎任何想法或建议。

谢谢!

Answer 1

对于 0.23+可以按索引和按DataFrame.sort_values列进行排序。

df = df.sort_values(['lev1','col2'], ascending=[True, False])
print (df)
            col1  col2
lev1 lev2             
1    item2  0.44  0.86
     item1  0.55  0.54
2    item3  0.22  0.55
     item2  0.34  0.44

对于较低版本的熊猫，需要DataFrame.reset_index，排序，然后是DataFrame.set_index

df = (df.reset_index()
        .sort_values(['lev1','col2'], ascending=[True, False])
        .set_index(['lev1','lev2']))