Ich habe das folgende Problem beim Sortieren der Zeilen- und Spaltenüberschriften festgestellt.Pandas DataFrame.unstack() ändert die Reihenfolge der Zeilen- und Spaltenüberschriften
Hier ist, wie diese zu reproduzieren:
X =pd.DataFrame(dict(x=np.random.normal(size=100), y=np.random.normal(size=100)))
A=pd.qcut(X['x'], [0,0.25,0.5,0.75,1.0]) #create a factor
B=pd.qcut(X['y'], [0,0.25,0.5,0.75,1.0]) # create another factor
g = X.groupby([A,B])['x'].mean() #do a two-way bucketing
print g
#this gives the following and so far so good
x y
[-2.315, -0.843] [-2.58, -0.567] -1.041167
(-0.567, 0.0321] -1.722926
(0.0321, 0.724] -1.245856
(0.724, 3.478] -1.240876
(-0.843, -0.228] [-2.58, -0.567] -0.576264
(-0.567, 0.0321] -0.501709
(0.0321, 0.724] -0.522697
(0.724, 3.478] -0.506259
(-0.228, 0.382] [-2.58, -0.567] 0.175768
(-0.567, 0.0321] 0.214353
(0.0321, 0.724] 0.113650
(0.724, 3.478] -0.013758
(0.382, 2.662] [-2.58, -0.567] 0.983807
(-0.567, 0.0321] 1.214640
(0.0321, 0.724] 0.808608
(0.724, 3.478] 1.515334
Name: x, dtype: float64
#Now let's make a two way table and here is the problem:
HTML(g.unstack().to_html())
Dies zeigt:
y (-0.567, 0.0321] (0.0321, 0.724] (0.724, 3.478] [-2.58, -0.567]
x
(-0.228, 0.382] 0.214353 0.113650 -0.013758 0.175768
(-0.843, -0.228] -0.501709 -0.522697 -0.506259 -0.576264
(0.382, 2.662] 1.214640 0.808608 1.515334 0.983807
[-2.315, -0.843] -1.722926 -1.245856 -1.240876 -1.041167
Hinweis, wie die Header werden nicht mehr sortiert. Ich frage mich, was ist ein guter Weg, um dieses Problem zu lösen, um interaktive Arbeit einfach zu machen.
weiter auf der Spur, wo das Problem ist, das folgend laufen:
g.unstack().columns
Es gibt mir diese: Index ([(- 0,567, 0,0321], (0,0321, 0,724], (0,724, 3,478 ], [-2,58, -0,567]], dtype = Objekt)
Nun ist diese vergleichen mit B.levels:
B.levels
Index([[-2.58, -0.567], (-0.567, 0.0321], (0.0321, 0.724], (0.724, 3.478]], dtype=object)
Offensichtlich ist die Reihenfolge, in Factor ursprünglich verloren
.Nun ist die Sache noch schlimmer zu machen, lassen Sie uns einen Multi-Level-Kreuztisch tun:
g2 = X.groupby([A,B]).agg('mean')
g3 = g2.stack().unstack(-2)
HTML(g3.to_html())
Es zeigt so etwas wie:
y (-0.567, 0.0321] (0.0321, 0.724] (0.724, 3.478]
x
(-0.228, 0.382] x 0.214353 0.113650 -0.013758
y -0.293465 0.321836 1.180369
(-0.843, -0.228] x -0.501709 -0.522697 -0.506259
y -0.204811 0.324571 1.167005
(0.382, 2.662] x 1.214640 0.808608 1.515334
y -0.195446 0.161198 1.074532
[-2.315, -0.843] x -1.722926 -1.245856 -1.240876
y -0.392896 0.335471 1.730513
sowohl mit der Zeilen- und Spaltenbeschriftungen falsch sortiert.
Danke.
Dies ist eine ausgezeichnete Frage. Der seltsame Teil ist, dass diese Bin-Objekte eigentlich nur Strings sind. –