pandas 求助

我的 index 长这样：

MultiIndex([('2023-06-01 12:05:00', '1'), ('2023-06-01 12:05:00', '14'), ('2023-06-01 12:05:00', '2'), ('2023-06-01 12:05:00', '3'), ('2023-06-01 12:05:00', '4'), ('2023-06-01 12:05:00', '6'), ('2023-06-01 12:10:00', '1'), ('2023-06-01 12:10:00', '12'), ('2023-06-01 12:10:00', '14'), ('2023-06-01 12:10:00', '3'), ... ('2023-06-01 13:55:00', '1'), ('2023-06-01 13:55:00', '12'), ('2023-06-01 13:55:00', '13'), ('2023-06-01 13:55:00', '14'), ('2023-06-01 13:55:00', '15'), ('2023-06-01 13:55:00', '2'), ('2023-06-01 13:55:00', '3'), ('2023-06-01 13:55:00', '4'), ('2023-06-01 13:55:00', '6'), ('2023-06-01 13:55:00', '8')], names=['time', 'id'], length=207)

我想要每 5 分钟按值的大小升序排序，也就是要变成这样：

MultiIndex([('2023-06-01 12:05:00', '1'), ('2023-06-01 12:05:00', '2'), ('2023-06-01 12:05:00', '3'), ('2023-06-01 12:05:00', '4'), ('2023-06-01 12:05:00', '6'), ('2023-06-01 12:05:00', '14'), ('2023-06-01 12:10:00', '1'), ('2023-06-01 12:10:00', '3'), ('2023-06-01 12:10:00', '12'), ('2023-06-01 12:10:00', '14'), ... ('2023-06-01 13:55:00', '1'), ('2023-06-01 13:55:00', '2'), ('2023-06-01 13:55:00', '3'), ('2023-06-01 13:55:00', '4'), ('2023-06-01 13:55:00', '6'), ('2023-06-01 13:55:00', '8') ('2023-06-01 13:55:00', '12'), ('2023-06-01 13:55:00', '13'), ('2023-06-01 13:55:00', '14'), ('2023-06-01 13:55:00', '15'),], names=['time', 'id'], length=207)

当然这个只是 index ，index 排序完之后后面列的值要能跟着排序联动

不知道这样表达清楚了

ZedRover

2023-06-13 14:02:57 +08:00

你可以使用 Pandas 的 sort_index 函数来实现这个目标，但是在此之前，你需要确保'id'列的数据类型是整数。如果不是，你可以使用 astype 函数将其转换为整数。以下是一个示例：

import pandas as pd

# 假设你的 DataFrame 是 df
# 首先，确保'id'列是整数类型
df.index = df.index.set_levels(df.index.levels[1].astype(int), level=1)

# 然后，对索引进行排序
df.sort_index(level=['time', 'id'], inplace=True)
这样，你的 DataFrame 将根据时间和 ID 进行排序，每 5 分钟内的 ID 将按升序排列。此操作还将影响 DataFrame 的行顺序，因此数据将与新的索引一起被重新排序。

需要注意的是，sort_index 函数的 level 参数允许你指定要排序的索引级别，你可以传入一个级别的列表来按照多个级别进行排序。在这个例子中，我首先按照'time'级别排序，然后按照'id'级别排序。inplace=True 意味着原地排序，也就是直接修改原始 DataFrame ，而不是创建一个新的 DataFrame 。

另外，使用 set_levels 函数可以修改 MultiIndex 的某一级别，这里我将'id'级别的值转换为整数类型。

Darcy90

2023-06-13 14:09:45 +08:00

可以使用 sort_values 方法来排序，但是需要注意，MultiIndex 的排序方式和单层 index 是不一样的。

下面是一个示例代码：

import pandas as pd
import numpy as np

# 按时间升序排序，然后按值升序排序
df_sorted = df.sort_values(by=['time', 'a'], ascending=[True, True])

其中，by 参数指定了按哪些列排序，ascending 参数指定排序的方式，True 表示升序，False 表示降序。
另外，注意到一点，这个排序是按照时间升序排序的，而不是按照每 5 分钟排序的。如果你需要按照每 5 分钟排序，可以先将时间列转化为字符串，然后取出前缀表示每 5 分钟的时间段，再排序。