我有一个多索引熊猫数据框的数值。我希望使用其他两个数据子集对数据框子集中的每一行进行排序。我相信下面的例子会更好地说明我需要什么:多索引熊猫DataFrame顺序排序
考虑这个例子的数据集:
A B C D
rtr 2015-01-31 -1.085631 -0.204201 1.730024 1.710438
2015-02-28 0.997345 1.979348 1.232650 -0.056341
key1 2015-01-31 6.180000 0.990000 2.440000 1.920000
2015-02-28 1.140000 1.810000 4.560000 0.740000
key2 2015-01-31 86.000000 36.000000 61.000000 34.000000
2015-02-28 97.000000 96.000000 48.000000 98.000000
考虑的key1
的最后一行,key2
和rtr
下日期2015-02-28
:
- 在
df.loc['key1']
中,获取2个最大值的列名。 (即:C,B) - 从列空间中排除C和B列。 (即:cols剩余:A,D)
- in
df.loc['key2']
,获取剩余列空间中最大值的列名称。 (即:在列A和d值,d是较大的 - >返回d) - 取对应的值从
df.loc['rtr']
对应于在步骤1和3(即发现的列名:返回值df.loc['rtr'].loc['20150228',['C','B','D']]
In [140]: df.loc['rtr'].loc['20150228',['C','B','D']] Out[140]: C 1.232650 B 1.979348 D -0.056341 Name: 2015-02-28 00:00:00, dtype: float64
例如数据生成代码:
## generate data:
d1,d2,d3 = {},{},{}
np.random.seed(123)
for col in list("ABCD"):
d1[col] = np.random.randn(2)
d2[col] = np.random.gamma(2,3,2).round(2)
d3[col] = np.random.random_integers(0,100, 2)
t_index = pd.date_range(start = '2015-01-31', periods = 2, freq = "M")
dat1 = pd.DataFrame(d1, index = t_index)
dat2 = pd.DataFrame(d2, index = t_index)
dat3 = pd.DataFrame(d3, index = t_index)
df = pd.concat([dat1, dat2, dat3], keys = ['rtr', 'key1', 'key2'])
它仍然不清楚你想要什么。 – piRSquared
你好,你能否澄清哪一部分不清楚? –
您对仅适用于'2015-01-31'的示例数据应用了星号。提供一个更好的理解预期产出会是什么样子会有所帮助。当我看到需要回答的问题时,我会对我认为需要多长时间回答问题作出判断。然后我平衡这与我目前的工作量。最后,如果我在阅读这个问题时my目结舌,我会跳过它。让人们尽可能容易地阅读和理解,这对你最有利。 – piRSquared