次のようなデータフレームを作成すると:
In [128]: test = pd.DataFrame({'a':[1,4,2,7,3,6], 'b':[2,2,2,1,1,1], 'c':[2,6,np.NaN, np.NaN, 1, np.NaN]})
In [129]: test
Out[129]:
a b c
0 1 2 2
1 4 2 6
2 2 2 NaN
3 7 1 NaN
4 3 1 1
5 6 1 NaN
基本的な並べ替えは期待どおりに実行されます。列 c でソートすると、nan 値が適切に分離されます。列 a と b で複数レベルの並べ替えを実行すると、期待どおりに並べ替えられます。
In [133]: test.sort(columns='c', ascending=False)
Out[133]:
a b c
5 6 1 NaN
3 7 1 NaN
2 2 2 NaN
1 4 2 6
0 1 2 2
4 3 1 1
In [134]: test.sort(columns=['b', 'a'], ascending=False)
Out[134]:
a b c
1 4 2 6
2 2 2 NaN
0 1 2 2
3 7 1 NaN
5 6 1 NaN
4 3 1 1
しかし、列 b と c で複数レベルの並べ替えを行うと、期待した結果が得られません。
In [135]: test.sort(columns=['b', 'c'], ascending=False)
Out[135]:
a b c
1 4 2 6
0 1 2 2
2 2 2 NaN
3 7 1 NaN
4 3 1 1
5 6 1 NaN
実際、列 c だけで並べ替えを行っても、複数レベルの並べ替え命名法を使用しても失敗します。
In [136]: test.sort(columns=['c'], ascending=False)
Out[136]:
a b c
1 4 2 6
0 1 2 2
2 2 2 NaN
3 7 1 NaN
4 3 1 1
5 6 1 NaN
これにより、上記の 133 行目とまったく同じ結果が得られるはずだったと思います。これはパンダのバグですか、それとも私が得ていないものがありますか? (参考までに、Windows 7 では pandas v0.11.0、numpy v1.7.1、python 2.7.2.5 32 ビット)