Python 如何正确使用带有级别和轴参数的索引？

关于此df：

               Amount                          type                 
Month_year 2019-06-01     2019-07-01     2019-06-01    2019-07-01   
TYPE_ID             1   2          1   2          1  2          1  2
ID                                                                  
100                20  10         40  20          1  1          2  1
200                80  60         30  10          2  2          1  1

以下代码：

df = df.sort_index(axis=1, level=[1,2])

产生以下结果：

               Amount       type     Amount  ...       type     Amount       type
Month_year 2019-06-01 2019-06-01 2019-06-01  ... 2019-07-01 2019-07-01 2019-07-01
TYPE_ID             1          1          2  ...          1          2          2
ID                                           ...                                 
100                20          1         10  ...          2         20          1
200                80          2         60  ...          1         10          1

我真的不明白发生了什么事。我读过，但没有例子，描述也很模糊

谁能给我解释一下这个方法是如何工作的，我是如何得到这个结果的

轴为1的sort_index对列标题进行排序，然后使用此排序设置列的顺序

而且，必然的结果是

轴为0的sort_index对索引进行排序，然后使用此排序设置行的顺序

这是您的输入df的外观：

上图中的前三行对应于df的多索引列，如下所示：

df.columns
MultiIndex([('Amount', '2019-06-01', 1),
            ('Amount', '2019-06-01', 2),
            ('Amount', '2019-07-01', 1),
            ('Amount', '2019-07-01', 2),
            (  'type', '2019-06-01', 1),
            (  'type', '2019-06-01', 2),
            (  'type', '2019-07-01', 1),
            (  'type', '2019-07-01', 2)])

让我们假设您的3级多索引列被神奇地转换为一个数据帧，每个级别都有自己的称为cdf的列：

这里的行号对应于原始数据帧中的列标识符。让我们看看按最后两列对cdf排序时会发生什么：

cdf.sort_values(['level_1', 'level_2'])

    level_0     level_1  level_2
(1)  Amount  2019-06-01        1
(5)    type  2019-06-01        1
(2)  Amount  2019-06-01        2
(6)    type  2019-06-01        2
(3)  Amount  2019-07-01        1
(7)    type  2019-07-01        1
(4)  Amount  2019-07-01        2
(8)    type  2019-07-01        2

请注意已排序cdf的索引：

现在，让我们看看将sort_index操作应用于df时会发生什么：

中间的省略号表示，由于终端的宽度，并非所有列都可以显示。事实上，第6列和第3列没有显示，但它们非常多，但这不是有趣的部分。将这里的列顺序与排序后的cdf的行顺序进行对比，您会发现它们是相同的

本质上

轴为1的sort_index对列标题进行排序，然后使用此排序设置列的顺序

而且，必然的结果是

轴为0的sort_index对索引进行排序，然后使用此排序设置行的顺序

这是您的输入df的外观：

上图中的前三行对应于df的多索引列，如下所示：

df.columns
MultiIndex([('Amount', '2019-06-01', 1),
            ('Amount', '2019-06-01', 2),
            ('Amount', '2019-07-01', 1),
            ('Amount', '2019-07-01', 2),
            (  'type', '2019-06-01', 1),
            (  'type', '2019-06-01', 2),
            (  'type', '2019-07-01', 1),
            (  'type', '2019-07-01', 2)])

让我们假设您的3级多索引列被神奇地转换为一个数据帧，每个级别都有自己的称为cdf的列：

这里的行号对应于原始数据帧中的列标识符。让我们看看按最后两列对cdf排序时会发生什么：

cdf.sort_values(['level_1', 'level_2'])

    level_0     level_1  level_2
(1)  Amount  2019-06-01        1
(5)    type  2019-06-01        1
(2)  Amount  2019-06-01        2
(6)    type  2019-06-01        2
(3)  Amount  2019-07-01        1
(7)    type  2019-07-01        1
(4)  Amount  2019-07-01        2
(8)    type  2019-07-01        2

请注意已排序cdf的索引：

现在，让我们看看将sort_index操作应用于df时会发生什么：

---

中间的省略号表示，由于终端的宽度，并非所有列都可以显示。事实上，第6列和第3列没有显示，但它们非常多，但这不是有趣的部分。将这里的列顺序与排序后的cdf的行顺序进行对比，您会发现它们是相同的

它对列进行排序，首先按级别排序=1个月-年，然后按级别字母顺序排序2@ansev谢谢轴心呢？为什么当axis=0时，数据帧保持不变？它到底做什么？轴=0，按index@ansev我不明白。你能详细说明一下吗？这里的索引是ID，分别是100和200，数据集似乎已经按索引排序了。对已经排序的数据集进行排序不会改变任何事情。它是对列进行排序，第一个按级别排序=1个月-年，然后按级别字母顺序排序2@ansev谢谢轴心呢？为什么当axis=0时，数据帧保持不变？它到底做什么？轴=0，按index@ansev我不明白。你能详细说明一下吗？这里的索引是ID，分别是100和200，数据集似乎已经按索引排序了。对已排序的数据集进行排序不会改变任何内容。

df.sort_index(level=[1, 2], axis=1)