如何在多个层次上对多索引数据帧进行重新索引？

问题描述

我当前有以下聚合的数据帧，并且我有一个多索引，如下所示：

Date     Country_Band      Value      Decimal
May 2021 Non-US            2-14       0.11
         US                2-14       0.22
                           1          0.33
                           15+        0.44
         Non-US            1          0.55
                           15+        0.66

我想以某种方式对它们进行组织和分组，以获得以下内容：

Date     Country_Band      Value      Decimal
May 2021 US                1          0.33
                           2-14       0.22
                           15+        0.44

         Non-US            1          0.55
                           2-14       0.11
                           15+        0.66

这是较大数据帧的索引。我首先尝试执行以下代码：

df_march_agg = df_march_agg.reindex(['US', 'Non-US'], level='Country_Band')

它在获取国家/地区波段组时起作用，但是，该值仍然不是按数字顺序排列的：

Date     Country_Band      Value      Decimal
May 2021 US                2-14       0.22
                           1          0.33 
                           15+        0.44

         Non-US            2-14       0.11
                           1          0.55
                           15+        0.66

我随后尝试了同样的操作：

df_march_agg = df_march_agg.reindex(['1', '2-14', '15+'], level='Value')

但这随后取消了先前的重新索引。你知道我遗漏了什么或需要添加什么才能让两者都井然有序吗？

干杯！

推荐答案

MultiIndex.set_levels中包含有序类别的一个概念，因此可以使用DataFrame.sort_index：

df.index = (df.index.set_levels(pd.CategoricalIndex(df.index.levels[1], 
                                                   ordered=True,
                                                   categories=['US', 'Non-US']), 
                                                   level=1)
                    .set_levels(pd.CategoricalIndex(df.index.levels[2], 
                                                   ordered=True, 
                                                   categories=['1', '2-14', '15+']), 
                                                   level=2))

df = df.sort_index()
print (df)
                             Decimal
Date     Country_Band Value         
May 2021 US           1         0.33
                      2-14      0.22
                      15+       0.44
         Non-US       1         0.55
                      2-14      0.11
                      15+       0.66

DataFrame.reindex与MultiIndex.from_product的另一个想法：

mux = pd.MultiIndex.from_product([['May 2021'],
                                  ['US', 'Non-US'],
                                  ['1', '2-14', '15+']], 
                                  names=['Date','Country_Band','Value'])

df = df.reindex(mux)
print (df)
                             Decimal
Date     Country_Band Value         
May 2021 US           1         0.33
                      2-14      0.22
                      15+       0.44
         Non-US       1         0.55
                      2-14      0.11
                      15+       0.66