Python 排序多索引

我已使用另一个数据帧创建了具有多索引的数据帧：

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)

正如文档中所描述的那样，这工作得很好

在文档中还指出，需要对标签进行分类，以便在“需要使用多索引进行分类”下正确使用索引和切片功能

但不知怎么的

multindexed_df.sort_index(level=0)

或

不再工作并抛出TypeError:sort_index（）获得意外的关键字参数“level”

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

---

我的问题是：如何对多重索引进行排序，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。使用最新的pandas（>=0.17.0），您确实可以使用

level

关键字指定对多索引的哪个级别进行排序：

df = df.sort_index(level=0)

但是，如果您有一只年龄较大的熊猫（<0.17.0），则此

级别

关键字尚不可用，但您可以使用

sortlevel

方法：

df = df.sortlevel(level=0)

但请注意，如果要对所有级别进行排序，则无需指定

级别

关键字，只需执行以下操作：

df = df.sort_index()

这将适用于熊猫的最新版本和旧版本

---

---

有关排序API中这些更改的摘要，请参见我的错误！我正在开发版本0.16.2，现在更新到0.17.1。那么仅仅应用multindex_df.sort_索引（inplace=True）就足以获得所有功能了？谢谢从有序索引切片现在会弹出一个错误：1。“idx=pd.indexlice”2。“subset=multindex_df.loc[idx['el:DE22C']，['el']，['input']，：，：，：]”带来了“keyrerror:“多索引切片要求索引是完全lexsorted的tuple len（5），lexsort depth（0）”，这又是我的错误。我在重新创建之后忘记了对索引进行排序；）非常感谢！

df = df.sortlevel(level=0)

df = df.sort_index()