Python 如何根据熊猫数据帧'；什么是多重索引？

我有一个熊猫数据框，如下所示

data = pd.DataFrame({
    'x': [10, 9, 8, 4],
    'y': [1, 2, 3, 4],
})

data.index = pd.MultiIndex.from_tuples([
    ('high', 'high'), 
    ('high', 'low'), 
    ('low', 'high'), 
    ('low', 'low')
], names=['score', 'grade'])

我想根据2个索引对这个数据框进行排序

score

和

grade

。我希望对这两个索引进行排序，使

low

位于

high

之前。我该怎么做

我在下面尝试了这段代码，但只有第一个索引

score

按需要排序

data.sort_index(level=[0, 1], key=lambda s: sorted(s, reverse=True))

-- before/after for score Index(['high', 'high', 'high', 'medium', 'medium', 'medium', 'low', 'low', 'low'], dtype='object', name='score') Index(['low', 'low', 'low', 'medium', 'medium', 'medium', 'high', 'high', 'high'], dtype='object', name='score') -- before/after for grade Index(['high', 'medium', 'low', 'high', 'medium', 'low', 'high', 'medium', 'low'], dtype='object', name='grade') Index(['low', 'low', 'low', 'medium', 'medium', 'medium', 'high', 'high', 'high'], dtype='object', name='grade') 关于如何根据多个索引进行自定义排序，有什么想法吗？我试图创建一个自定义排序函数进行调试。下面是我的尝试

def do_sort(s):
    print(s)
    
    r = pd.Index(sorted(s, reverse=True), name=s.name)
    print(r)
    
    return r

data.sort_index(level=[0, 1], key=do_sort)

产出结果与预期一致。这些值按照我的要求进行排序

-- before and after for score Index(['high', 'high', 'low', 'low'], dtype='object', name='score') Index(['low', 'low', 'high', 'high'], dtype='object', name='score') -- before and after for grade Index(['high', 'low', 'high', 'low'], dtype='object', name='grade') Index(['low', 'low', 'high', 'high'], dtype='object', name='grade') 记录的输出如下所示。正如您所看到的，我得到了正确的排序（低、中、高），但是

得分

索引只根据需要排序

data.sort_index(level=[0, 1], key=lambda s: sorted(s, reverse=True))

-- before/after for score Index(['high', 'high', 'high', 'medium', 'medium', 'medium', 'low', 'low', 'low'], dtype='object', name='score') Index(['low', 'low', 'low', 'medium', 'medium', 'medium', 'high', 'high', 'high'], dtype='object', name='score') -- before/after for grade Index(['high', 'medium', 'low', 'high', 'medium', 'low', 'high', 'medium', 'low'], dtype='object', name='grade') Index(['low', 'low', 'low', 'medium', 'medium', 'medium', 'high', 'high', 'high'], dtype='object', name='grade') --得分前/后 指数（[‘高’、‘高’、‘高’、‘中’、‘中’、‘低’、‘低’， “低”]， dtype='object'，name='score'） 指数（[‘低’、‘低’、‘低’、‘中’、‘中’、‘中’、‘高’、‘高’， “高”]， dtype='object'，name='score'） --评分前/后 指数（[‘高’、‘中’、‘低’、‘高’、‘中’、‘低’、‘高’、‘中’， “低”]， dtype='object'，name='grade'） 指数（[‘低’、‘低’、‘低’、‘中’、‘中’、‘中’、‘高’、‘高’， “高”]， dtype='object'，name='grade'）

---

尝试使用

升序

out = data.sort_index(ascending=[True,False])
              x  y
score grade       
high  low     9  2
      high   10  1
low   low     4  4
      high    8  3
#data.sort_index(ascending=[False,False])
#              x  y
#score grade       
#low   low     4  4
#      high    8  3
#high  low     9  2
#      high   10  1

---

好的，你抓住我了。但实际上，虽然这是我的错，但我有3个值，“高”、“中”和“低”，这就是为什么我需要走定制的关键路线。对不起，我已经更新了示例。