如何在使用stack / unstack时维护Pandas DataFrame索引顺序？

Question

示例一：注意给定Pandas DataFrame df的索引顺序：

>>> df
              A  B
first second      
zzz   z       2  4
      a       1  5
aaa   z       6  3
      a       7  8

使用后stack和unstack给定上的方法df数据帧的对象，索引自动排序字典顺序（按字母顺序），使得一个失去的行的原始顺序。

>>> df.unstack().stack()
              A  B
first second      
aaa   a       7  8
      z       6  3
zzz   a       1  5
      z       2  4

在上面的unstack/stack操作之后是否可以保持原始顺序？

根据官方文件重新堆叠和拆散 ：

请注意，stack和unstack方法隐式地对所涉及的索引级别进行排序。 因此，调用stack然后unstack，或反之，将导致原始DataFrame或Series的排序副本

示例二：

>>> dfu = df.unstack()
>>> dfu
         A      Z   
second   a  z   a  z
first               
aaa      7  6   8  3
zzz      1  2   5  4

如果原始索引是持久的，我们需要这样的dfu ：

>>> dfu
             A      Z   
    second   a  z   a  z
    first               
    zzz      1  2   5  4
    aaa      7  6   8  3

我正在寻找的是一个解决方案，可以用来在调用unstack()或stack()方法后根据原始数据帧恢复索引顺序。

Answer 1

你可以保留原始index的副本并重新索引 ，感谢Andy Hayden。

演示：

#              A  B
#first second      
#zzz   z       2  4
#      a       1  5
#aaa   z       6  3
#      a       7  8

print df.index
#MultiIndex(levels=[[u'aaa', u'zzz'], [u'a', u'z']],
#           labels=[[1, 1, 0, 0], [1, 0, 1, 0]],
#           names=[u'first', u'second'])

#set index to variable
index = df.index

#stack and unstack
df = df.unstack().stack()
print df
#              A  B
#first second      
#aaa   a       7  8
#      z       6  3
#zzz   a       1  5
#      z       2  4
#              A  B

df = df.reindex(index)
print df
#              A  B
#first second      
#zzz   z       2  4
#      a       1  5
#aaa   z       6  3
#      a       7  8