在Pandas中如何基于列的值对多索引的一个级别进行排序,同时保持另一个级别的分组

Question

我现在正在大学学习数据挖掘课程,但我对多索引排序问题感到有点困惑.

实际数据涉及大约100万部电影评论,我试图根据美国邮政编码分析,但为了测试如何做我想要的,我一直在使用随机生成的250个更小的数据集10个电影的评级,而不是邮政编码,我正在使用年龄组.

所以这就是我现在所拥有的,它是Pandas中的多索引DataFrame,有两个级别,'group'和'title'

                        rating
group       title   
            Alien       4.000000
            Argo        2.166667
Adults      Ben-Hur     3.666667
            Gandhi      3.200000
            ...         ...

            Alien       3.000000
            Argo        3.750000
Coeds       Ben-Hur     3.000000
            Gandhi      2.833333
            ...         ...

            Alien       2.500000
            Argo        2.750000
Kids        Ben-Hur     3.000000
            Gandhi      3.200000
            ...         ...

我的目标是根据他们在小组中的评分对标题进行排序(并且只显示每组中最受欢迎的5个左右的标题)

这样的事情(但我只会在每组中显示两个标题):

                        rating
group       title   
            Alien       4.000000
Adults      Ben-Hur     3.666667

            Argo        3.750000
Coeds       Alien       3.000000

            Gandhi      3.200000
Kids        Ben-Hur     3.000000

有人知道怎么做吗？我已经尝试过sort_order,sort_index等并交换关卡,但他们也混淆了这些组.所以它看起来像:

                          rating
group         title 
Adults        Alien      4.000000
Coeds         Argo       3.750000
Adults        Ben-Hur    3.666667
Kids          Gandhi     3.666667
Coeds         Alien      3.000000
Kids          Ben-Hur    3.000000

我正在寻找类似这样的东西:Pandas中的多索引排序,但不是基于另一个级别进行排序,我想根据值进行排序.有点像,如果那个人想根据他的销售专栏排序.

谢谢!

Answer 1

您正在寻找排序：

In [11]: s = pd.Series([3, 1, 2], [[1, 1, 2], [1, 3, 1]])

In [12]: s.sort()

In [13]: s
Out[13]: 
1  3    1
2  1    2
1  1    3
dtype: int64

笔记; 这可以就地工作（即修改 s），以返回副本使用顺序：

In [14]: s.order()
Out[14]: 
1  3    1
2  1    2
1  1    3
dtype: int64

更新：我意识到你实际上在问什么，我认为这应该是 sortlevels 中的一个选项，但现在我认为你必须重置索引，groupby 并应用：

In [21]: s.reset_index(name='s').groupby('level_0').apply(lambda s: s.sort('s')).set_index(['level_0', 'level_1'])['s']
Out[21]: 
level_0  level_1
1        3          1
         1          3
2        1          2
Name: 0, dtype: int64

注意：之后您可以将级别名称设置为[无，无]。