熊猫数据帧 - >的GroupBy - >多指标过程

Question

我试图重新构造的大数据帧以下形式的多指标的：

        date  store_nbr  item_nbr  units  snowfall  preciptotal  event
0 2012-01-01          1         1      0       0.0          0.0    0.0
1 2012-01-01          1         2      0       0.0          0.0    0.0
2 2012-01-01          1         3      0       0.0          0.0    0.0
3 2012-01-01          1         4      0       0.0          0.0    0.0
4 2012-01-01          1         5      0       0.0          0.0    0.0

我想组由store_nbr（1-45）中，由store_nbr（1-111），每个item_nbr组内，然后对应的索引对（例如，store_nbr = 12，item_nbr = 109），按时间顺序显示的行，所以下令行的样子，例如：

store_nbr=12, item_nbr=109:   date=2014-02-06, units=0, snowfall=...
                              date=2014-02-07, units=0, snowfall=...
                              date=2014-02-08, units=0, snowfall=...
...                           ...
store_nbr=12, item_nbr=110:   date=2014-02-06, units=0, snowfall=...
                              date=2014-02-07, units=1, snowfall=...
                              date=2014-02-08, units=1, snowfall=...
...

它看起来像groupby和set_index的某种组合可能是有用的在这里，但下面这行后，我被卡住：

grouped = stores.set_index(['store_nbr', 'item_nbr'])

这将产生以下多指标：

                         date  units  snowfall  preciptotal  event
store_nbr item_nbr                                                
1         1        2012-01-01      0       0.0          0.0    0.0
          2        2012-01-01      0       0.0          0.0    0.0
          3        2012-01-01      0       0.0          0.0    0.0
          4        2012-01-01      0       0.0          0.0    0.0
          5        2012-01-01      0       0.0          0.0    0.0

有没有人有这里的任何建议？有没有一种简单的方法通过操纵GROUPBY对象做到这一点？

Answer 1

您可以用行排序：

df.sort_values(by='date')