问题描述
熊猫新手。使用熊猫 0.20，所以没有 CategoricalDtype。在将几个 df 与 concat 合并后，我想对列进行自定义排序。合并后的 df 将具有多级索引列。
使用 Categorical，它不适用于自定义排序。
dfs=[table2,table3,table4]
L_list=['A','B','C']
test=pd.Categorical(L_list,categories=['B','C','A'],ordered=True)
merged_df = pd.concat(
dfs,axis=1,keys=pd.MultiIndex.from_arrays([
test,# Top Level Keys
['Cat1','Cat2','Cat1'] # Second Level Keys
],names=['Importance','Category'])
)
output=merged_df.sort_index(axis=1,level=[0])
当前状态
**Merged_df**
Importance| A | B | C |
Category | Cat1 | Cat2 | Cat1 |
|Total Assets| AUMs | Revenue |
Firm 1 | 100 | 300 | 300 |
Firm 2 | 200 | 3400 | 200 |
Firm 3 | 300 | 800 | 400 |
Firm 4 | NaN | 800 | 350 |
理想状态
**Merged_df**
Importance| B | C | A |
Category | Cat2 | Cat1 | Cat1 |
|AUMs | Revenue | Total Assets |
Firm 1 | 300 | 300 | 100 |
Firm 2 | 3400 | 200 | 200 |
Firm 3 | 800 | 400 | 300 |
Firm 4 | 800 | 350 | NaN |
解决方法
不确定 0.20 的所有可能性，但一个想法是将多索引列转换为框架，将每个级别更改为分类数据（就像您在问题中对 test 所做的那样），然后对数据框进行 sort_values，保留索引是按照您想要重新排列merged_df 列的方式对列进行排序。看看这个例子：
# simple example
dfs=[
pd.DataFrame({'a':[0,1]},index=[0,1]),pd.DataFrame({'b':[0,pd.DataFrame({'c':[0,]
L_list=['A','B','B'] # changed C to have 2 B with 2 Cat
merged_df = pd.concat(
dfs,axis=1,keys=pd.MultiIndex.from_arrays([
test,# Top Level Keys
['Cat1','Cat1','Cat2'] # Second Level Keys
],names=['Importance','Category'])
)
print(merged_df)
# A B
# Cat1 Cat1 Cat2
# a b c
# 0 0 0 0
# 1 1 1 1
所以你可以这样做
# create dataframes of columns names
col_df = merged_df.columns.to_frame()
# change to catagorical each level you want
col_df[0] = pd.Categorical(col_df[0],categories=['B','C','A'],ordered=True)
col_df[1] = pd.Categorical(col_df[1],categories=['Cat2','Cat1'],ordered=True)
# sort values and get the index
print(col_df.sort_values(by=col_df.columns.tolist()).index)
# MultiIndex([('B','Cat2','c'),# B is before A and Cat2 before Cat1
# ('B','b'),# ('A','a')],# )
output = merged_df[col_df.sort_values(by=col_df.columns.tolist()).index]
print(output)
# B A
# Cat2 Cat1 Cat1
# c b a
# 0 0 0 0
# 1 1 1 1