使用堆栈/堆栈时如何维护Pandas DataFrame索引顺序？

Question

示例一： 注意给定Pandas DataFrame的索引顺序df：

>>> df
              A  B
first second      
zzz   z       2  4
      a       1  5
aaa   z       6  3
      a       7  8

在给定DataFrame对象上使用stack和unstack方法之后df，索引将按字典顺序（按字母顺序）自动排序，以使该索引失去行的原始顺序。

>>> df.unstack().stack()
              A  B
first second      
aaa   a       7  8
      z       6  3
zzz   a       1  5
      z       2  4

完成上述unstack/stack操作后是否可以保持原始订购？

根据官方文档，通过堆叠和堆叠重塑：

请注意，stack和unstack方法隐式对涉及的索引级别进行排序。因此，调用堆栈然后再进行堆栈调用（反之亦然）将导致原始DataFrame或Series的排序副本

示例二：

>>> dfu = df.unstack()
>>> dfu
         A      Z   
second   a  z   a  z
first               
aaa      7  6   8  3
zzz      1  2   5  4

如果保留了原始索引，我们需要dfu这样：

>>> dfu
             A      Z   
    second   a  z   a  z
    first               
    zzz      1  2   5  4
    aaa      7  6   8  3

我正在寻找的是一种可用于在调用unstack()or stack()方法之后基于原始数据帧还原索引顺序的解决方案。

Answer 1

您可以保留原件的副本index并重新索引，谢谢安迪·海登。

演示：

#              A  B
#first second      
#zzz   z       2  4
#      a       1  5
#aaa   z       6  3
#      a       7  8

print df.index
#MultiIndex(levels=[[u'aaa', u'zzz'], [u'a', u'z']],
#           labels=[[1, 1, 0, 0], [1, 0, 1, 0]],
#           names=[u'first', u'second'])

#set index to variable
index = df.index

#stack and unstack
df = df.unstack().stack()
print df
#              A  B
#first second      
#aaa   a       7  8
#      z       6  3
#zzz   a       1  5
#      z       2  4
#              A  B

df = df.reindex(index)
print df
#              A  B
#first second      
#zzz   z       2  4
#      a       1  5
#aaa   z       6  3
#      a       7  8