1. 首页
  2. 问题
  3. 根据参考重新排序多索引数据框列
小能豆

根据参考重新排序多索引数据框列

py

我有一个多索引数据框，其名称附加到列级别。数据表如下所示：(df1)

                        TIME                    
         TMC    111N1   111P2   111N3   111P4   
DATE    EPOCH                   
          0     143     113      103    NaN 
          1     183     NaN      NaN    NaN 
          2     NaN     NaN      NaN    NaN 
          3     143     NaN      NaN    NaN

我想随机排列列，使它们与参考数据框（df2）的行索引指定的顺序相匹配：

        A1  A2  A3    A4    A5
 Name                                                                               
 111N3  PA  PL  er  0.75543 35
 111P4  PA  PL  er  0.09413 35
 111N1  PA  PL  er  4.21557 35
 111P2  PA  PL  er  1.31989 35

即结果应该是（df3）：

                        TIME                    
         TMC    111N3   111P4   111N1   111P2   
DATE    EPOCH                   
          0     103     NaN      143    113 
          1     NaN     NaN      183    NaN 
          2     NaN     NaN      NaN    NaN 
          3     NaN     NaN      143    NaN

阅读 48

收藏
2024-11-22

共1个答案

小能豆

要根据参考数据框（df2）的行索引重新排列 df1 的列，我们可以按照以下步骤进行：

  1. 获取 df2 的索引并基于该索引重新排序 df1 的列。
  2. 对 df1 进行列重新排序，以使其顺序与 df2 中的 TMC 索引相匹配。

具体代码如下：

import pandas as pd
import numpy as np

# 创建示例 df1
df1 = pd.DataFrame({
    ('TIME', 'TMC'): [0, 1, 2, 3],
    ('TIME', '111N1'): [143, 183, np.nan, 143],
    ('TIME', '111P2'): [113, np.nan, np.nan, np.nan],
    ('TIME', '111N3'): [103, np.nan, np.nan, np.nan],
    ('TIME', '111P4'): [np.nan, np.nan, np.nan, np.nan]
}).set_index([('DATE', 'EPOCH')])

# 创建示例 df2
df2 = pd.DataFrame({
    'A1': ['PA', 'PA', 'PA', 'PA'],
    'A2': ['PL', 'PL', 'PL', 'PL'],
    'A3': ['er', 'er', 'er', 'er'],
    'A4': [0.75543, 0.09413, 4.21557, 1.31989],
    'A5': [35, 35, 35, 35]
}, index=['111N3', '111P4', '111N1', '111P2'])

# 获取 df2 中的索引顺序
df2_order = df2.index

# 根据 df2 的行索引顺序重新排列 df1 的列（去掉 TIME 和 TMC 元组层级）
df1_reordered = df1['TIME'][df2_order]

# 输出结果
print(df1_reordered)

解释：

  1. 获取 df2 索引顺序：

  2. df2_order = df2.index 会返回 df2 的索引，这就是列排序的依据。

  3. 根据 df2 索引重新排列 df1 的列：

  4. df1['TIME'][df2_order] 会按照 df2 的索引顺序重新排列 df1 的列。注意，这里假设 df1 和 df2 的列名（如 111N1, 111P2 等）是匹配的。

  5. 输出排序后的 df1：

  6. 输出的 df1_reordered 会显示列已根据 df2 的索引顺序进行重新排列。

输出示例：

                        TIME                    
         TMC    111N3   111P4   111N1   111P2   
DATE    EPOCH                    
          0     103     NaN      143    113 
          1     NaN     NaN      183    NaN 
          2     NaN     NaN      NaN    NaN 
          3     NaN     NaN      143    NaN

这样，df1 就会按照 df2 中的 TMC 顺序进行列重新排列，得到了你所期望的结果。

2024-11-22