按照multiIndex python-panda数据帧在另一个数据帧上的显示顺序对其进行排序

Question

我有一个数据帧df，如下所示：

                 a   b
 id   no   name   
T01  101   foo   1  $10
T32  102   bar   2  $30
T10  103   baz   4  $25

其中索引为CCD_ 2。我有另一个数据帧df2，具有我希望的索引顺序

    no
0  103
1  101
2  102

我需要数据帧是

                 a   b
 id   no   name  
T10  103   baz   4  $25 
T01  101   foo   1  $10
T32  102   bar   2  $30

我见过使用df.loc[df2.no.values]和df.reindex(df2.no)，但由于我有多索引的dataFrame，它似乎不起的作用

我应该用什么来按照df2中的顺序对密钥no中的df进行排序？

Answer 1

使用reset_index、reindex和最后一个set_index:的一种可能解决方案

print df1.reset_index(level=['id','name'])
         .reindex(df2.no)
         .reset_index()
         .set_index(['id','no','name'])
              a    b
id  no  name        
T10 103 baz   4  $25
T01 101 foo   1  $10
T32 102 bar   2  $30

如果级别顺序不重要：

print df1.reset_index(level=['id','name'])
         .reindex(df2.no)
         .set_index(['id','name'], append=True)
              a    b
no  id  name        
103 T10 baz   4  $25
101 T01 foo   1  $10
102 T32 bar   2  $30

计时：

In [77]: %timeit df1.unstack([0, 2]).ix[df2.no].stack([1, 2]).swaplevel(0, 1)
10 loops, best of 3: 18.8 ms per loop
In [78]: %timeit df1.reset_index(level=['id','name']).reindex(df2.no).reset_index().set_index(['id','no','name'])
The slowest run took 4.41 times longer than the fastest. This could mean that an intermediate result is being cached 
100 loops, best of 3: 4.41 ms per loop

Answer 2

解决方案

df.unstack([0, 2]).ix[df2.no].stack([1, 2]).swaplevel(0, 1)

解释

unstack([0, 2])将索引的第一级和第三级放入列的[-2，-1]级。这隔离了您关心的级别。

ix[df2.no]按您喜欢的顺序订购剩余级别。

stack([1, 2])从列中获取级别并将它们放回索引中。

swaplevel(0, 1)将索引级别放回原来的顺序。