[英]How to maintain Pandas DataFrame index order when using stack/unstack?
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。
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
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.