Pandas在一个组内排序会导致重复索引

Question

我有一个pandas数据帧，格式如下：

           C1        C2
A 0  1.764052  0.400157
  1  0.978738  2.240893
  2  1.867558 -0.977278
  3  0.950088 -0.151357
  4 -0.103219  0.410599
C 0  0.144044  1.454274
  1  0.761038  0.121675
  2  0.443863  0.333674
  3  1.494079 -0.205158
  4  0.313068 -0.854096

它由以下代码生成：

^{pr2}$

我想按列C1分别对每个组（第一个索引级别）进行排序，因此我使用groupby函数：

在数据框groupby（级别=0）。应用（lambda x:x.sort_值（'C1'））

我得到的结果是：

             C1        C2
A A 4 -0.103219  0.410599
    3  0.950088 -0.151357
    1  0.978738  2.240893
    0  1.764052  0.400157
    2  1.867558 -0.977278
C C 0  0.144044  1.454274
    4  0.313068 -0.854096
    2  0.443863  0.333674
    1  0.761038  0.121675
    3  1.494079 -0.205158

为什么要复制第一级？是否有更好的方法在每个组内对数据进行排序？在

Answer 1

您需要将参数group_keys=False添加到^{}：

a = df.groupby(level=0, group_keys=False).apply(lambda x: x.sort_values('C1'))
print (a)
           C1        C2
A 4 -0.103219  0.410599
  3  0.950088 -0.151357
  1  0.978738  2.240893
  0  1.764052  0.400157
  2  1.867558 -0.977278
C 0  0.144044  1.454274
  4  0.313068 -0.854096
  2  0.443863  0.333674
  1  0.761038  0.121675
  3  1.494079 -0.205158

Answer 2

可以按列C1排序，然后按级别0对索引排序。您必须将sort_remaining参数指定给False，这样才能对多索引数据帧起作用：

df.sort_values('C1').sort_index(level = 0, sort_remaining=False)