pandas MultiIndex.sortlevel() 多层索引层级排序

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas.MultiIndex.sortlevel() 方法用于对 MultiIndex 的某个层级或多个层级进行排序。它能够根据指定的层次对多层索引进行排序，适合在需要以特定层次为标准进行排序时使用。你还可以选择是否按照剩余未排序的层次继续排序。

语法

签名

MultiIndex.sortlevel(level=0,
                     ascending=True,
                     sort_remaining=True,
                     na_position='first'
                    )

参数说明

level：
必选参数。指定要排序的层次，可以是单个层的索引号、层次名称或多个层次的列表。
- 类型：int, str, list of int/str
- 含义：要排序的索引层次。如果是整数，表示层次的顺序；如果是字符串，表示层次的名称。
ascending：
可选参数。指定排序的顺序。
- 类型：bool 或 list of bool, default True
- 含义：如果为 True，则升序排列；如果为 False，则降序排列。如果 level 是列表，则 ascending 可以是一个布尔值列表，指定每个层次的排序顺序。
sort_remaining：
可选参数。指定在排序完所选层次后，是否继续对剩下的层次进行排序。
- 类型：bool, default True
- 含义：如果为 True，排序剩下的层次；如果为 False，则只对指定的层次进行排序，其他层次保持不变。
na_position：
可选参数。指定缺失值的位置。
- 类型：{'first', 'last'}, default 'first'
- 含义：决定 NaN 值在排序后的位置，'first' 表示将 NaN 值放在开头，'last' 表示将 NaN 值放在最后。

参数总结

参数	含义	默认值
`level`	要排序的层次，按层次索引或名称指定	`0`
`ascending`	是否按升序排序，支持单个布尔值或布尔值列表	`True`
`sort_remaining`	是否对剩余层次继续排序	`True`
`na_position`	缺失值 `NaN` 的排序位置，'first' 表示在前，'last' 在后	`'first'`

返回值

返回值：
返回排序后的 MultiIndex 和一个 numpy 数组，表示排序后索引的排序顺序（即索引的位置变动情况）。

使用场景

MultiIndex.sortlevel() 方法适用于对多层索引按照某一层或几层进行排序的场景，尤其在处理复杂的多层数据时，通过排序使数据更加有序和易于分析。

示例

示例 1：根据第一层进行排序

import pandas as pd

# 创建一个 MultiIndex
multi_index = pd.MultiIndex.from_tuples(
    [('b', 2), ('a', 1), ('b', 1), ('a', 2)], 
    names=['letter', 'number']
)

# 对 MultiIndex 的第一层 'letter' 进行排序
sorted_multi_index, _ = multi_index.sortlevel(level='letter')

# 输出排序后的 MultiIndex
f"Sorted MultiIndex by 'letter':\n{sorted_multi_index}\n"

输出：

Sorted MultiIndex by 'letter':
MultiIndex([('a', 1),
            ('a', 2),
            ('b', 1),
            ('b', 2)],
           names=['letter', 'number'])

示例 2：根据第二层 `number` 进行降序排序

# 对 MultiIndex 的第二层 'number' 进行降序排序
sorted_multi_index_desc, _ = multi_index.sortlevel(level='number', ascending=False)

# 输出排序后的 MultiIndex
f"Sorted MultiIndex by 'number' (descending):\n{sorted_multi_index_desc}\n"

输出：

Sorted MultiIndex by 'number' (descending):
MultiIndex([('b', 2),
            ('a', 2),
            ('b', 1),
            ('a', 1)],
           names=['letter', 'number'])

示例 3：对多层进行排序

# 根据 'letter' 和 'number' 两个层次同时进行排序，且 'letter' 升序，'number' 降序
sorted_multi_index_multi, _ = multi_index.sortlevel(level=['letter', 'number'], ascending=[True, False])

# 输出排序后的 MultiIndex
f"Sorted MultiIndex by 'letter' (asc) and 'number' (desc):\n{sorted_multi_index_multi}\n"

输出：

Sorted MultiIndex by 'letter' (asc) and 'number' (desc):
MultiIndex([('a', 2),
            ('a', 1),
            ('b', 2),
            ('b', 1)],
           names=['letter', 'number'])

总结

MultiIndex.sortlevel() 方法为用户提供了一种方便的方法，根据多层索引中的一个或多个层次对数据进行排序。它能够根据指定的排序顺序和层次，为数据分析和处理提供更好的组织性和灵活性。

参考

https://pandas.pydata.org/docs/reference/api/pandas.MultiIndex.sortlevel.html

< to_flat_index() 多层索引展平为单层索引 pandas 多层次索引 MultiIndex droplevel() 删除多层索引层级 >

更新时间：2024-10-24 08:15:26 标签：pandas python 多层索引