如何对列值排序多级索引

Question

我正在尝试对多级索引中的数据进行可视化处理。 此时，纯粹是根据值

对数据进行排序

我已经尝试使用sort_index和sort_values，但是都没有用。 我假设有一种方法可以合并我不知道的2。

示例代码

import pandas as pd

data = {'lev1':[1,1,2,2], 
        'lev2':['item1', 'item2', 'item3', 'item2'], 
        'col1':[.55, .44, .22, .34],
        'col2':[.54, .86, .55, .44]}

df = pd.DataFrame(data=data)
df.set_index(['lev1', 'lev2'], inplace=True)

这应导致：

                col1    col2
    lev1 lev2       
    1   item1   0.55    0.54
        item2   0.44    0.86
    2   item3   0.22    0.55
        item2   0.34    0.44

我想看到的是根据col2中的值排序的输出。但是，保持多级索引不变。

含义，结果应显示：

                col1    col2
    lev1 lev2       
    1   item2   0.44    0.86
        item1   0.55    0.54
    2   item3   0.22    0.55
        item2   0.34    0.44

欢迎提出任何想法或建议。

谢谢！

Answer 1

对于 pandas 0.23 + ，可以按DataFrame.sort_values按索引和按列排序：

df = df.sort_values(['lev1','col2'], ascending=[True, False])
print (df)
            col1  col2
lev1 lev2             
1    item2  0.44  0.86
     item1  0.55  0.54
2    item3  0.22  0.55
     item2  0.34  0.44

对于较低版本的熊猫，必须DataFrame.reset_index，先排序，然后DataFrame.set_index：

df = (df.reset_index()
        .sort_values(['lev1','col2'], ascending=[True, False])
        .set_index(['lev1','lev2']))