排序数据帧后更新索引

Question

采取以下数据框架:

x = np.tile(np.arange(3),3)
y = np.repeat(np.arange(3),3)
df = pd.DataFrame({"x": x, "y": y})

   x  y
0  0  0
1  1  0
2  2  0
3  0  1
4  1  1
5  2  1
6  0  2
7  1  2
8  2  2

我需要先排序x,然后排在第二位y:

df2 = df.sort(["x", "y"])

   x  y
0  0  0
3  0  1
6  0  2
1  1  0
4  1  1
7  1  2
2  2  0
5  2  1
8  2  2

如何更改索引以使其再次升序.即我如何得到这个:

   x  y
0  0  0
1  0  1
2  0  2
3  1  0
4  1  1
5  1  2
6  2  0
7  2  1
8  2  2

我尝试了以下内容.不幸的是,它根本没有改变索引:

df2.reindex(np.arange(len(df2.index)))

Answer 1

您可以使用重置索引reset_index来恢复默认索引0,1,2,...,n-1(并用于drop=True表示您要删除现有索引而不是将其作为附加列添加到数据框中) :

In [19]: df2 = df2.reset_index(drop=True)

In [20]: df2
Out[20]:
   x  y
0  0  0
1  0  1
2  0  2
3  1  0
4  1  1
5  1  2
6  2  0
7  2  1
8  2  2

Answer 2

由于 pandas 1.0.0df.sort_values有一个新参数ignore_index，它完全符合您的需要：

In [1]: df2 = df.sort_values(by=['x','y'],ignore_index=True)

In [2]: df2
Out[2]:
   x  y
0  0  0
1  0  1
2  0  2
3  1  0
4  1  1
5  1  2
6  2  0
7  2  1
8  2  2

Answer 3

df.sort()已弃用，请使用df.sort_values(...)：https : //pandas.pydata.org/pandas-docs/stable/generation/pandas.DataFrame.sort_values.html

然后按照乔里斯的回答做 df.reset_index(drop=True)

Answer 4

以下作品！

1. 如果你想改变现有的dataframe本身，你可以直接使用

    df.sort_values(by=['col1'], inplace=True)
    df.reset_index(drop=True, inplace=True)
   
    df
    >>     col1  col2  col3 col4
        0    A     2     0    a
        1    A     1     1    B
        2    B     9     9    c
        5    C     4     3    F
        4    D     7     2    e
        3  NaN     8     4    D
   

2. 否则，如果您不想更改现有数据框，但想将排序后的数据框单独存储到另一个变量中，您可以使用：

   df_sorted = df.sort_values(by=['col1']).reset_index(drop=True)
   
   df_sorted
   >>     col1  col2  col3 col4
       0    A     2     0    a
       1    A     1     1    B
       2    B     9     9    c
       3    C     4     3    F
       4    D     7     2    e
       5  NaN     8     4    D
   
   df
   >>       col1  col2  col3 col4
         0    A     2     0    a
         1    A     1     1    B
         2    B     9     9    c
         3  NaN     8     4    D
         4    D     7     2    e
         5    C     4     3    F
   

Answer 5

您可以使用set_index以下方法设置新索引：

df2.set_index(np.arange(len(df2.index)))

输出：

   x  y
0  0  0
1  0  1
2  0  2
3  1  0
4  1  1
5  1  2
6  2  0
7  2  1
8  2  2