通過具有多個值的列對DF進行排序

Question

在我的主df中，我有一列與其他兩列組合在一起，創建的值如下所示：A1_43567_1。第一個數字代表一種評估方式，第二個數字代表問題ID，最後一個數字代表評估的問題位置。我計劃創建一個數據透視表，將每個唯一值作爲一列來查看多個學生對每個項目的選擇。但我希望樞軸的順序是問題位置，或串聯中的第三個值。本質上，這輸出：

Student ID A1_45678_1 A1_34551_2 A1_11134_3 etc.... 
    12345   1   0   0  
    12346   0   0   1 
    12343   1   1   0 

我試着用原來的專欄中，我希望它由（問題上的立場）進行排序，然後創建數據透視表排序我的數據幀，但這並不導致上述結果我在找。有沒有辦法按列中的第三個值對原始串聯值進行排序？或者是否有可能按每列中的第三個值對數據透視表進行排序？

當前的代碼：

demo_pivot.sort(['Question Position'], ascending=True) 

    demo_pivot['newcol'] = 'A' + str(interim_selection) + '_' + ,\ 
    demo_pivot['Item ID'].map(str) + "_" + demo_pivot['Question Position'].map(str) 

    demo_pivot= pd.pivot_table(demo_pivot, index='Student ANET ID',values='Points Received',\ 
    columns='newcol').reset_index() 

但是生成的輸出：

Student ID A1_45678_1 A1_34871_7 A1_11134_15 etc.... 
    12345   1   0   0  
    12346   0   0   1 
    12343   1   1   0 

Answer 1

到pd.pivot_table()調用返回一個數據幀，正確嗎？如果是這樣，你可以重新排序生成的DataFrame的列嗎？例如：

def sort_columns(column_list): 
    # Create a list of tuples: (question position, column name) 
    sort_list = [(int(col.split('_')[2]), col) for col in column_list] 

    # Sorts by the first item in each tuple, which is the question position 
    sort_list.sort() 

    # Return the column names in the sorted order: 
    return [x[1] for x in sort_list] 

# Now, you should be able to reorder the DataFrame like so: 
demo_pivot = demo_pivot.loc[:, sort_columns(demo_pivot.columns)]