データの操作 - 追加のインデックス列とソートインデックスのアルファベット順の並べ替え

Question

インデックス操作を成功させた後、以前の質問（下のリンクを参照）で、列を英数字でソートする必要がありました。

追加/セカンダリインデックスの顧客カテゴリを持つデータフレームを手配し、各カテゴリ内の顧客名をアルファベット順にソートしたいと思います。

私は、各顧客名を特定のカテゴリにマッピングし、アルファベット順にソートする辞書を作成することを考えていました。それが動作するかどうか、またはこれを実装する方法がわからない。

• 私はtwo_idxのために最初にアルファベット順にソートするために探していますし、その後name

によってこれが現在のコードです：df.columnsの

df = df.pivot_table(index=['name'], columns=['Duration'], 
             aggfunc={'sum': np.sum}, fill_value=0) 

# Sort Index Values - Duration 
c = df_with_col_arg.columns.levels[1] 
c = sorted(ns.natsorted(c), key=lambda x: not x.isdigit()) 

# Reindex Maturity values after Sorting 
df_ = df.reindex_axis(pd.MultiIndex.from_product([df.columns.levels[0], c]), axis=1) 

map_dict = { 
      'Invoice A': 'A1. Retail', 
      'Invoice B': 'A1. Retail', 
      'Invoice Z': 'A1. Retail', 
      'Invoice C': 'C1. Plastics', 
      'Invoice F': 'C1. Plastics', 
      'Invoice D': 'C2. Electronics', 
      'Invoice J': 'C2. Electronics' 
      } 

# New Column - later to be converted to a secondary index 
df['two_idx'] = df.index.to_series().map(map_dict) 
df = df.sort_values(['two_idx'], ascending=[False]).set_index(['two_idx', 'name']) 

が出力：

MultiIndex(levels=[[u'sum', u'two_idx'], [u'0', u'1', u'10', u'11', u'2', u'2Y', u'3', u'3Y', u'4', u'4Y', u'5', u'5Y', u'6', u'7', u'8', u'9', u'9Y', u'']], 
      labels=[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1], [0, 1, 4, 6, 8, 10, 2, 3, 5, 7, 9, 11, 16, 17]]) 

私が探している出力は次のとおりです。

Duration       2   2Y   3   3Y 
two_idx   name                  
A1. Retail  Invoice A  25.50  0.00  0.00  20.00 
A1. Retail  Invoice B  50.00  25.00  -10.50  0.00 
C1. Plastics  Invoice C  125.00  0.00  11.20  0.50 
C2. Electronics Invoice D  0.00  15.00  0.00  80.10 

[Data Manipulation - Sort Index when values are Alphanumeric

Answer 1

私はあなたがDataFrame.sort_indexが必要と考えている：

import natsort as ns 

#add parameter values for remove MultiIndex in columns 
df = df.pivot_table(index='name', 
        columns='Duration', 
        values='sum', 
        aggfunc='sum', 
        fill_value=0) 

#https://stackoverflow.com/a/47240142/2901002 
c = sorted(ns.natsorted(df.columns), key=lambda x: not x.isdigit()) 
df = df.reindex(c, axis=1) 

---

map_dict = { 
      'Invoice A': 'A1. Retail', 
      'Invoice B': 'A1. Retail', 
      'Invoice Z': 'A1. Retail', 
      'Invoice C': 'C1. Plastics', 
      'Invoice F': 'C1. Plastics', 
      'Invoice D': 'C2. Electronics', 
      'Invoice J': 'C2. Electronics' 
      } 

#create new level of MultiIndex and assign back 
df.index = pd.MultiIndex.from_arrays([df.rename(map_dict).index, 
             df.index], names=['name','one']) 

#sorting index 
df = df.sort_index() 
print (df) 
           2  3 2Y 3Y 
name   one        
A1. Retail  Invoice A 25.5 0.0 0.0 20.0 
       Invoice B 50.0 -10.5 25.0 0.0 
C1. Plastics Invoice C 125.0 11.2 0.0 0.5 
C2. Electronics Invoice D 0.0 0.0 15.0 80.1