マルチインデックスのPandas DataFrameのシーケンシャルソート

Question

私は数値のマルチインデックスPandasデータフレームを持っています。私は、データの他の2つのサブセットを使用して、データフレームのサブセット内の各行を順次ソートしたいと考えています。私は、以下の例では、より良い、私は必要なものを説明すると考えている：

この例では、データセット考えてみましょう：

      A   B   C   D 
rtr 2015-01-31 -1.085631 -0.204201 1.730024 1.710438 
    2015-02-28 0.997345 1.979348 1.232650 -0.056341 
key1 2015-01-31 6.180000 0.990000 2.440000 1.920000 
    2015-02-28 1.140000 1.810000 4.560000 0.740000 
key2 2015-01-31 86.000000 36.000000 61.000000 34.000000 
    2015-02-28 97.000000 96.000000 48.000000 98.000000 

はkey1、key2、および日付2015-02-28下rtrの最後の行を考えてみましょう：

1. をdf.loc['key1']では、2つの最大値の列名を取得します。 （すなわち：C、B）
2. 列スペースからCおよびB列を除外します。 （つまり、残っている列：A、D）
3. df.loc['key2']で、残りの列スペースで最大値の列名を取得します。 （例：列AとDの値の、Dが大きい - >戻りD）
4. は、ステップ1および3に見られるカラム名に対応df.loc['rtr']からの値（すなわち、対応するフェッチ：戻るdf.loc['rtr'].loc['20150228',['C','B','D']]

値例えばデータ生成用

In [140]: df.loc['rtr'].loc['20150228',['C','B','D']] 
Out[140]: 
C 1.232650 
B 1.979348 
D -0.056341 
Name: 2015-02-28 00:00:00, dtype: float64 

コード：

## generate data: 
d1,d2,d3 = {},{},{} 
np.random.seed(123) 
for col in list("ABCD"): 
    d1[col] = np.random.randn(2) 
    d2[col] = np.random.gamma(2,3,2).round(2) 
    d3[col] = np.random.random_integers(0,100, 2) 
t_index = pd.date_range(start = '2015-01-31', periods = 2, freq = "M") 

dat1 = pd.DataFrame(d1, index = t_index) 
dat2 = pd.DataFrame(d2, index = t_index) 
dat3 = pd.DataFrame(d3, index = t_index) 

df = pd.concat([dat1, dat2, dat3], keys = ['rtr', 'key1', 'key2']) 

Answer 1

ステップ1：指定された日付の問題を解決します。

df1 = df.xs('2015-01-31', level=1) 

columns = df1.loc['key1'].nlargest(2).index.tolist() 
columns.append(df1.loc['key2'][df.columns.difference(columns)].idxmax()) 
df1.loc['rtr', columns] 

我々はnlargestを使用してidxmaxが唯一の最大のために働くため、結果のインデックスを取ります。 pandasのインデックスdifferenceメソッドを使用して前の列を除外した後、次の行にidxmaxを使用します。

手順2：groupbyを使用して、上記の解決策を各日付に個別に適用します。

def func(df2): 
    df1 = df2.reset_index(level=1, drop=True) 
    columns = df1.loc['key1'].nlargest(2).index.tolist() 
    columns.append(df1.loc['key2'][df.columns.difference(columns)].idxmax()) 
    return df1.loc['rtr', columns] 

df.groupby(level=1).apply(func) 

xsとは対照的に、groupbyインデックスレベルを低下しない、ためreset_indexを添加します。