Pandas技术问题：如何重排MultiIndex层级？排序后如何重新编号该层级？

没问题，针对你已经按letter层级排序后的MultiIndex DataFrame，要给第二个层级重新按组内连续编号（比如每个字母组内从0开始计数），可以用下面的方法轻松实现：

先还原你的示例DataFrame（方便演示） #

首先我们先构造出你提供的这个排序后的DataFrame：

import pandas as pd

data = {'text': ['blah'] * 9}
# 按letter排序后的原始MultiIndex
original_index = pd.MultiIndex.from_tuples(
    [('a', 0), ('a', 3), ('a', 6), ('b', 1), ('b', 4), ('b', 7), ('c', 2), ('c', 5), ('c', 8)],
    names=['letter', 'num']
)
df = pd.DataFrame(data, index=original_index)

方法1：直接操作MultiIndex生成新编号 #

利用groupby(level='letter')分组后，用cumcount()生成组内连续序号，再替换原索引：

# 为每个letter组生成从0开始的连续编号
new_num_level = df.groupby(level='letter').cumcount()

# 构造新的MultiIndex，保留原letter层级，替换num层级
new_multi_index = pd.MultiIndex.from_arrays(
    [df.index.get_level_values('letter'), new_num_level],
    names=['letter', 'num']
)

# 给DataFrame设置新索引
df = df.set_index(new_multi_index)

方法2：先重置索引再重新赋值（更直观） #

如果你觉得直接操作索引有点绕，也可以先把索引转成列，处理后再转回MultiIndex：

# 把MultiIndex转成普通列
df_reset = df.reset_index()
# 按letter分组后，给num列重新赋值为组内连续序号
df_reset['num'] = df_reset.groupby('letter').cumcount()
# 重新设置回MultiIndex
df = df_reset.set_index(['letter', 'num'])

最终效果 #

执行上面任意一种方法后，你的DataFrame会变成这样：

text
letter num         
a      0       blah
       1       blah
       2       blah
b      0       blah
       1       blah
       2       blah
c      0       blah
       1       blah
       2       blah

如果想要编号从1开始，只需要把cumcount()改成cumcount() + 1就可以啦！

内容的提问来源于stack exchange，提问作者Stephen Frost