Pandas 通过单个列搜索具有分层索引的数据帧

我正在使用此数据帧：

import pandas as pd
df = pd.DataFrame([['A', 'one',  105], ['A', 'two',  101], ['A', 'three',  103],
                      ['B','one',  101], ['B','two',  1102], ['B','three',  1050]],
                   columns=['c1', 'c2', 'c3'])
df = df.set_index(['c1', 'c2'])
df

返回

               c3
c1    c2    
A     one     105
      two     101
      three   103
B     one     101
      two     1102
      three   1050

。。。我想按c3列排序，保留行和c1排序，得到以下结果：

              c3
c1    c2    
A     one     105
      three   103
      two     101
B     two     1102
      three   1050
      one     101

我还没能想出一个不把c1排序搞混的方法。特别是，最终的df.sort_索引返回KeyError:“c1”

IIUC您可以执行以下操作：

out = (df.sort_values(['c3','c1'],ascending=False)
      .reindex(df.index.get_level_values(0).unique(),level=0))

IIUC你可以做：

out = (df.sort_values(['c3','c1'],ascending=False)
      .reindex(df.index.get_level_values(0).unique(),level=0))

---

我想你可以用：

df.sort_values(['c1','c3'], ascending=False).groupby(['c1','c3']).agg(lambda x: x)

输出：

            c3
c1 c2         
B  two    1102
   three  1050
   one     101
A  one     105
   three   103
   two     101

---

我想你可以用：

df.sort_values(['c1','c3'], ascending=False).groupby(['c1','c3']).agg(lambda x: x)

输出：

            c3
c1 c2         
B  two    1102
   three  1050
   one     101
A  one     105
   three   103
   two     101

---

我还是不明白你的逻辑。您是否尝试按c1升序和c3降序排序？我看不到c2和c3中的逻辑或排序。如果你按c2排序，那么它应该是1-3-2，如果按c3排序，那么1102应该在顶部或底部。1102应该在顶部，因为它大于1050，同意@TYZI仍然没有得到你的逻辑。您是否尝试按c1升序和c3降序排序？我看不到c2和c3中的逻辑或排序。如果你按c2排序，那么它应该是1-3-2，如果按c3排序，那么1102应该在顶部或底部。1102应该在顶部，因为它大于1050。同意@TYZYes，你看穿了我的打字错误，谢谢@anky_91是groupby更好的选择还是reindex？是的，你看穿了我的打字错误，就这样，谢谢@anky_91是groupby更好的选择还是重新索引？谢谢@anky_91，我不确定，这就是为什么我asked@anky_91当然，我会让你知道的谢谢@anky_91，我不确定，这就是为什么我asked@anky_91当然，我会让你知道的