大熊猫多指标排序

在熊猫0.19我有以下形式的多指标一的大数据帧，根据“两节”，以大熊猫多指标排序

  C0  C1  C2 
A B 
bar one 4  2  4 
    two 1  3  2 
foo one 9  7  1 
    two 2  1  3

我要排序的酒吧和Foo（多以双线为他们）得到以下：

  C0  C1  C2 
A B 
bar one 4  4  2 
    two 1  2  3 
foo one 7  9  1 
    two 1  2  3

我对速度感兴趣（因为我有很多列和许多行对）。如果加快分类速度，我也很乐意重新安排数据。非常感谢

来源

2017-04-04 hoelder

这里大多数人这应该会产生良好的性能。它首先只选择'两'行并对它们进行排序。然后它为原始数据帧的每一行设置此顺序。然后解开这个顺序（在添加一个常数来抵消每一行之后）和原始数据帧值。然后，在创建具有预定排序顺序的新数据帧之前，基于此解开的偏移量和参数数组重新排序所有原始值。

rows, cols = df.shape 
df_a = np.argsort(df.xs('two', level=1)) 
order = df_a.reindex(df.index.droplevel(-1)).values 
offset = np.arange(len(df)) * cols 
order_final = order + offset[:, np.newaxis] 
pd.DataFrame(df.values.ravel()[order_final.ravel()].reshape(rows, cols), index=df.index, columns=df.columns)

输出

  C0 C1 C2 
A B    
bar one 4 4 2 
    two 1 2 3 
foo one 7 9 1 
    two 1 2 3

一些速度测试

# create much larger frame 
import string 
idx = pd.MultiIndex.from_product((list(string.ascii_letters), list(string.ascii_letters) + ['two'])) 
df1 = pd.DataFrame(index=idx, data=np.random.rand(len(idx), 3), columns=['C0', 'C1', 'C2']) 

#scott boston 
%timeit df1.groupby(level=0).apply(sortit) 
10 loops, best of 3: 199 ms per loop 

#Ted 
1000 loops, best of 3: 5 ms per loop

来源

2017-04-05 04:23:00

这里是一个解决方案，虽然klugdy：

输入数据帧：

  C0 C1 C2 
A B    
bar one 4 2 4 
    two 1 3 2 
foo one 9 7 1 
    two 2 1 3

自定义排序功能：

def sortit(x): 
    xcolumns = x.columns.values 
    x.index = x.index.droplevel() 
    x.sort_values(by='two',axis=1,inplace=True) 
    x.columns = xcolumns 
    return x 

df.groupby(level=0).apply(sortit)

输出：

  C0 C1 C2 
A B    
bar one 4 4 2 
    two 1 2 3 
foo one 7 9 1 
    two 1 2 3

来源

2017-04-04 16:30:50

大熊猫多指标排序

回答

相关问题