连接后Pandas排序MultiIndex

Question

当我一次创建一个多索引表时,sortlevel()按预期工作.但是,如果我连接多个表来创建相同的多索引表,我就不能再排序().完整示例如下:

import pandas as pd
a=pd.DataFrame({'country':'Zimbabwe','name':'Fred'}, index=[1])
b=pd.DataFrame({'country':'Albania','name':'Jeff'}, index=[0])
not_working = pd.concat([a,b],keys=['second','first'])
working = pd.DataFrame({'country':['Zimbabwe','Albania'],'name':['Fred','Jeff']}, index=pd.MultiIndex.from_tuples([('second',1),('first',0)]))

not_working_sorted = not_working.sortlevel(0)
working_sorted = working.sortlevel(0)

我希望这两个产生:

           country  name
first  0   Albania  Jeff
second 1  Zimbabwe  Fred

但是,我只是为了"工作"而得到这个.谁知道我做错了什么？使用熊猫0.19.2

Answer 1

尝试这个 ？

working.sort_index()
Out[702]: 
           country  name
first  0   Albania  Jeff
second 1  Zimbabwe  Fred

或者更具体地说

working.sort_index(level=[0, 1], ascending=[True, False])

编辑：您的多个索引标签如下所示。

not_working.index
Out[565]: 
MultiIndex(levels=[['second', 'first'], [0, 1]],
           labels=[[0, 1], [1, 0]])
working.index
Out[566]: 
MultiIndex(levels=[['first', 'second'], [0, 1]],
           labels=[[1, 0], [1, 0]])

所以如果你想要not_working排序工作：

not_working.sort_index(level=[0, 1], ascending=[False, False])
Out[567]: 
           country  name
first  0   Albania  Jeff
second 1  Zimbabwe  Fred