使用 Pandas 对数据透视表中的列进行排序

Question

我已经解决了与使用数据透视表对列进行排序相关的所有问题，但找不到我需要的东西。我有一个这样的数据框：

        Date  Moisture     Accum  Year  DayOfYear

0 2000-01-01  0.408640  0.408640  2000          1

1 2000-01-02  0.433425  0.842065  2000          2

2 2000-01-03  0.429745  1.271810  2000          3

3 2000-01-04  0.427589  1.699399  2000          4

4 2000-01-05  0.428700  2.128098  2000          5

我从中创建了一个数据透视表，并根据现有数据计算了另一列：

mean1 = pd.pivot_table(c1, index = 'DayOfYear', columns = 'Year', values = 'Moisture')

mean1['Mean'] = mean1.mean(axis = 1)

我得到了这样的东西：

Year           2000      2001      2002  ...      2018      2019      Mean

DayOfYear                                ...                              

1          0.408640  0.433016  0.420326  ...  0.423164  0.328385  0.401896

2          0.433425  0.423607  0.414502  ...  0.419587  0.322804  0.398434

3          0.429745  0.418132  0.404171  ...  0.417384  0.318795  0.396913

4          0.427589  0.407190  0.394478  ...  0.420361  0.316989  0.398425

5          0.428700  0.401072  0.386432  ...  0.417026  0.313664  0.396777

我想对每年的值进行排序，但我无法实现。我试过这个：

mean1 = mean1.sort_values('2000', ascending = True, axis = 0)

但我明白了KeyError: '2000'。我还尝试按我从（“水分”）制作数据透视表的值进行排序，作为对建议的其他问题的回答，但它一直显示类似的错误。如果我尝试对“平均值”列中的值进行排序，我确实会得到排序后的列，但对于年份列（例如“2000”），它（显然）无法完成。我缺少什么？

Answer 1

源 DataFrame 中的年份列很可能是int类型，因此数据透视表中的相应列也具有“整数”（而不是“字符串”）名称（运行mean1.info()以检查列类型）。因此，第一个强制更正是将第一个参数更改为整数 2000。我认为另外两个更正是可取的，但不是必需的：ascending和axis参数的默认值分别为True和0，因此如果您想让代码更短，可以省略它们。因此，将有问题的行替换为：mean1 = mean1.sort_values(2000)

Answer 2

如果你想对每一列进行独立排序，它与以下内容相同：import numpy as npmean2 = pd.DataFrame(np.sort(mean1.values, axis=0), index=mean1.index, columns=mean1.columns)这将为您提供一个 DataFrame，其中每列单独排序。Year           2000      2001      2002      2018      2019      MeanDayOfYear                                                            1          0.408640  0.401072  0.386432  0.417026  0.313664  0.3893792          0.427589  0.407190  0.394478  0.417384  0.316989  0.3933213          0.428700  0.418132  0.404171  0.419587  0.318795  0.3976454          0.429745  0.423607  0.414502  0.420361  0.322804  0.4027065          0.433425  0.433016  0.420326  0.423164  0.328385  0.402785但现在索引根本没有意义，因为所有单元格都已重新排序。所以也许您需要重新索引它。