如何在Pandas多重索引DataFrame中按自定义偏好排序索引

我有一个Pandas DataFrame df，它包含Gx.Region和Scenario_Model的多重索引。Scenario_Model索引默认按字母顺序排列为des、pes、tes，绘图时也遵循该顺序。我希望将其重新排序为pes、tes、des并据此绘图，请问在Python Pandas中能否实现？

示例代码：

import pandas as pd

dict_data = {('Value', 2023, 'BatteryStorage'): {('Central Africa', 'des'): 0.0,
  ('Central Africa', 'pes'): 0.0,
  ('Central Africa', 'tes'): 0.0,
  ('Eastern Africa', 'des'): 0.0,
  ('Eastern Africa', 'pes'): 0.0,
  ('Eastern Africa', 'tes'): 0.0,
  ('North Africa', 'des'): 0.0,
  ('North Africa', 'pes'): 0.0,
  ('North Africa', 'tes'): 0.0,
  ('Southern Africa', 'des'): 504.0,
  ('Southern Africa', 'pes'): 100.0,
  ('Southern Africa', 'tes'): 360.0,
  ('West Africa', 'des'): 0.0,
  ('West Africa', 'pes'): 0.0,
  ('West Africa', 'tes'): 0.0},
 ('Value', 2023, 'Biomass PP'): {('Central Africa', 'des'): 0.0,
  ('Central Africa', 'pes'): 0.0,
  ('Central Africa', 'tes'): 0.0,
  ('Eastern Africa', 'des'): 40,
  ('Eastern Africa', 'pes'): 10,
  ('Eastern Africa', 'tes'): 50,
  ('North Africa', 'des'): 0.0,
  ('North Africa', 'pes'): 0.0,
  ('North Africa', 'tes'): 0.0,
  ('Southern Africa', 'des'): 90.0,
  ('Southern Africa', 'pes'): 43.0,
  ('Southern Africa', 'tes'): 50.0,
  ('West Africa', 'des'): 200.0,
  ('West Africa', 'pes'): 150.0,
  ('West Africa', 'tes'): 100}}

df_sample = pd.DataFrame.from_dict(dict_data)
df_sample.plot(kind = "bar", stacked = True)

原始绘图效果：

解决方案 #

当然可以实现，以下是两种简洁的方法来调整Scenario_Model的索引顺序并绘图：

方法一：通过分类类型（Categorical）指定自定义顺序 #

将Scenario_Model层级转换为分类类型，明确指定你想要的顺序，再排序索引：

import pandas as pd

# 定义目标顺序
target_order = ['pes', 'tes', 'des']

# 修改索引层级的类型为分类，指定顺序
df_sample.index = df_sample.index.set_levels(
    pd.Categorical(df_sample.index.levels[1], categories=target_order, ordered=True),
    level=1  # Scenario_Model是多重索引的第2层（索引从0开始）
)

# 按索引排序
df_sorted = df_sample.sort_index(level=1)

# 绘制调整顺序后的堆叠柱状图
df_sorted.plot(kind="bar", stacked=True)

方法二：使用sort_index的key参数映射排序 #

通过字典映射目标顺序的位置，让Pandas按照自定义规则排序：

import pandas as pd

# 定义目标顺序及映射关系
target_order = ['pes', 'tes', 'des']
order_map = {v: i for i, v in enumerate(target_order)}

# 按Scenario_Model层级排序，用key参数指定映射规则
df_sorted = df_sample.sort_index(
    level=1,
    key=lambda x: x.map(order_map)
)

# 绘图
df_sorted.plot(kind="bar", stacked=True)

效果说明 #

两种方法都会让Scenario_Model按照pes→tes→des的顺序排列，绘图时的分组顺序也会同步更新，替代默认的字母排序。

内容的提问来源于stack exchange，提问作者hbstha123