排序大熊猫MultiIndex

我通过使用另一个数据框创建了一个具有MultiIndex的数据框：

arrays = [df['bus_uid'], df['bus_type'], df['type'],
          df['obj_uid'], df['datetime']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['bus_uid', 'bus_type', 'type',
                                                 'obj_uid', 'datetime'])
multindex_df = pd.DataFrame(df['val'].values, index=index)

如文档http://pandas.pydata.org/pandas-docs/stable/advanced.html中所述，此方法运行良好。

在文档中，它还说，在“需要使用MultiIndex进行排序”下，需要对标签进行排序，以正确进行索引和切片功能。

但是不知何故

multindexed_df.sort_index(level=0)

要么

multindexed_df.sort_index(level='bus_uid')

不再工作并抛出TypeError：sort_index（）得到了意外的关键字参数'level'。

在sort_index（）上查找对象信息，看起来“ by”是我的新朋友，而不是“ levels”：

by:object
  Column name(s) in frame. Accepts a column name or a list for a nested sort. A tuple will be interpreted as the levels of a multi-index.

我的问题是：如何对我的MultiIndex排序，以便所有功能（切片等）都能正常工作？

答案取决于您使用的熊猫版本。对于最新的熊猫（> = 0.17.0），您确实可以使用level关键字来指定对多级索引进行排序：

df = df.sort_index(level=0)

但是，如果您的熊猫较旧（<0.17.0），则此level关键字尚不可用，但是您可以使用以下sortlevel方法：

df = df.sortlevel(level=0)

但是请注意，如果要对所有级别进行排序，则无需指定level关键字，您可以执行以下操作：

df = df.sort_index()

这将适用于最新版本和较旧版本的熊猫。

有关排序API中这些更改的摘要，请参见http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#changes-to-sorting-api