让我们得到以下具有多索引列的数据框
import numpy as np
import pandas as pd
a = ['i', 'ii']
b = list('abc')
mi = pd.MultiIndex.from_product([a,b])
df = pd.DataFrame(np.arange(100,100+len(mi)*3).reshape([-1,len(mi)]),
columns=mi)
print(df)
# i ii
# a b c a b c
# 0 100 101 102 103 104 105
# 1 106 107 108 109 110 111
# 2 112 113 114 115 116 117
我使用.loc []和pd.IndexSlice尝试以这种顺序选择列’c’和’b’.
idx = pd.IndexSlice
df.loc[:, idx[:, ['c','b']]]
但是,如果我查看输出,则不遵守请求的排序！
# i ii
# b c b c
# 0 101 102 104 105
# 1 107 108 110 111
# 2 113 114 116 117
这是我的问题：
>为什么熊猫不保留订购顺序？我认为这很危险,因为列表[‘c’,’b’]暗含了从用户角度的排序.
>如何在保留顺序的同时通过loc []访问列？
解决方法:
引用此link：
I don’t think we make guarantees about the order of returned values
from a .loc operation so I am inclined to say this is not a bug but
let’s see what others say
因此,我们应该改用reindex：
df.reindex(columns=pd.MultiIndex.from_product([a,['c','b']]))
i ii
c b c b
0 102 101 105 104
1 108 107 111 110
2 114 113 117 116
标签：multi-index,pandas,python 来源： https://codeday.me/bug/20191108/2007218.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。