熊猫数据透视表嵌套排序

Question

给定此数据框和数据透视表：

import pandas as pd
df=pd.DataFrame({'A':['x','y','z','x','y','z'],
                 'B':['one','one','one','two','two','two'],
                 'C':[7,5,3,4,1,6]})
df


    A   B       C
0   x   one     7
1   y   one     5
2   z   one     3
3   x   two     4
4   y   two     1
5   z   two     6

table = pd.pivot_table(df, index=['A', 'B'],aggfunc=np.sum)

table
A  B  
x  one    7
   two    4
y  one    5
   two    1
z  one    3
   two    6
Name: C, dtype: int64

我想对数据透视表进行排序，以使“ A”的顺序为z，x，y，而“ B”的顺序基于数据框列“ C”中的降序排序值。

像这样：

A  B  
z  two    6
   one    3
x  one    7
   two    4
y  one    5
   two    1

    Name: C, dtype: int64

提前致谢！

Answer 1

我认为没有简单的方法可以实现您的目标。 以下解决方案首先根据列C的值对表以降序排序。 然后根据所需顺序将每个切片连接起来。

order = ['z', 'x', 'y']
table = table.reset_index().sort_values('C', ascending=False)
>>> pd.concat([table.loc[table.A == val, :].set_index(['A', 'B']) for val in order])
       C
A B     
z two  6
  one  3
x one  7
  two  4
y one  5
  two  1

Answer 2

解

custom_order = ['z', 'x', 'y']
kwargs = dict(axis=0, level=0, drop_level=False)

new_table = pd.concat(
    [table.xs(idx_v, **kwargs).sort_values(ascending=False) for idx_v in custom_order]
)

备用衬板

pd.concat([table.xs(i, drop_level=0).sort_values(ascending=0) for i in list('zxy')]

说明

custom_order是您所需的订单。 kwargs是提高可读性的便捷方法（我认为）。 如果要进一步利用这一点，则需要注意的关键元素， axis=0和level=0可能对您很重要。 但是，这些也是默认值，可以省略。 drop_level=False是这里的关键参数，对于保持idx_v我们的xs所必需的，这样pd.concat可以按照我们希望的方式将它们放在一起。

在pd.concat调用中，我几乎以与Alexander完全相同的方式使用列表pd.concat 。

示范

print new_table

A  B  
z  two    6
   one    3
x  one    7
   two    4
y  one    5
   two    1
Name: C, dtype: int64

Answer 3

如果您可以将A列作为分类数据读取，那么它将变得更加简单。 将您的类别设置为list('zxy')并指定ordered=True将使用您的自定义排序。

您可以使用类似于以下内容的方式读取数据：

'A':pd.Categorical(['x','y','z','x','y','z'], list('zxy'), ordered=True)

或者，您可以按当前状态读取数据，然后使用astype将A转换为分类：

df['A'] = df['A'].astype('category', categories=list('zxy'), ordered=True)

将A归类后，您可以像以前一样进行数据透视，然后排序：

table = table.sort_values(ascending=False).sortlevel(0, sort_remaining=False)