对多索引 pandas 数据帧的值进行排序并计算差异

Question

我有一个这样的 pandas 数据框，其中 place1 和 place2 是索引，我想按 data 值对索引 place2 进行排序，在不打乱索引 place1 顺序的情况下，即 place2 列对于每个 place1 变为 a, c, b。有办法吗？

place1 place2 data
 sss     a    100
         b    300
         c    200
 ses     a    400
         b    600
         c    500
  ...   ...   ...

我还想为每个place1计算place2 == b和place2 == a之间的data差异，即dataframe变为

place1 place2 data diff
 sss     a    100  200
         b    300
         c    200
 ses     a    400  200
         b    600
         c    500
  ...   ...   ...  ...

有没有像这样计算差异的有效方法？提前致谢！

Answer 1

你可以.groupby()然后计算每组的差异：

groups = df.groupby(level=0, group_keys=False, sort=False)
df['diff'] = groups.transform(lambda x: x.xs('b', level='place2').iloc[0] - x.xs('a', level='place2').iloc[0])

它将值添加到组的每一行 - 但如果需要，您可以在之后删除“重复项”。

>>> df
               data  diff
place1 place2            
sss    a        100   200
       b        300   200
       c        200   200
ses    a        400   200
       b        600   200
       c        500   200

然后您可以对每个组中的 data 列进行排序

>>> groups.apply(lambda x: x.sort_values('data'))
               data  diff
place1 place2            
sss    a        100   200
       c        200   200
       b        300   200
ses    a        400   200
       c        500   200
       b        600   200

对多索引 pandas 数据帧的值进行排序并计算差异

Sort value and calculate difference for multiindex pandas dataframe

python

multi-index

dataframe

pandas