如何按一列对熊猫数据框进行排序-IT科技

摘要：问题描述：我有一个像这样的数据框： 0 1 2 0 354.7 April 4.0 1 55.4 August 8.0 2 176.5 December 12.0 3 95.5 February 2.0 4 ...

问题描述：

我有一个像这样的数据框：

        0          1     2
0   354.7      April   4.0
1    55.4     August   8.0
2   176.5   December  12.0
3    95.5   February   2.0
4    85.6    January   1.0
5     152       July   7.0
6   238.7       June   6.0
7   104.8      March   3.0
8   283.5        May   5.0
9   278.8   November  11.0
10  249.6    October  10.0
11  212.7  September   9.0

如您所见，月份不是按日历顺序排列的。因此，我创建了第二列来获取每个月对应的月份编号（1-12）。从那里，我如何根据日历月份的顺序对该数据框进行排序？

解决方案 1：

用于sort_values按特定列的值对 df 进行排序：

In [18]:
df.sort_values('2')

Out[18]:
        0          1     2
4    85.6    January   1.0
3    95.5   February   2.0
7   104.8      March   3.0
0   354.7      April   4.0
8   283.5        May   5.0
6   238.7       June   6.0
5   152.0       July   7.0
1    55.4     August   8.0
11  212.7  September   9.0
10  249.6    October  10.0
9   278.8   November  11.0
2   176.5   December  12.0

如果要按两列排序，请将列标签列表传递给，sort_values其中列标签按排序优先级排序。如果使用df.sort_values(['2', '0'])，结果将按列2再按列排序0。当然，这对于此示例来说没有实际意义，因为中的每个值df['2']都是唯一的。

解决方案 2：

我尝试了上述解决方案，但没有得到结果，所以我找到了一个对我有用的其他解决方案。是按降序ascending=False排列数据框，默认情况下是。我使用的是python 3.6.6和pandas 0.23.4版本。True

final_df = df.sort_values(by=['2'], ascending=False)

您可以在此处的pandas 文档中查看更多详细信息。

解决方案 3：

使用列名对我有用。

sorted_df = df.sort_values(by=['Column_name'], ascending=True)

解决方案 4：

熊猫sort_values在做这项工作。

可以传递各种参数，例如ascending（bool 或 bool 列表）：

按升序或降序排序。指定多个排序顺序的列表。如果这是布尔列表，则必须与 by 的长度匹配。

由于默认值为升序，并且 OP 的目标是按升序排序，因此不需要指定该参数（请参阅下面最后的注释以了解解决降序的方法），因此可以使用以下方法之一：

就地执行操作，并保留相同的变量名。这需要传递inplace=True以下内容：

df.sort_values(by=['2'], inplace=True)

# or

df.sort_values(by = '2', inplace = True)

# or

df.sort_values('2', inplace = True)

如果不需要就地执行操作，则可以将更改（排序）分配给变量：

+ 与原始数据框同名，`df`如下所示

df = df.sort_values(by=['2'])

+ 使用不同的名称，`df_new`例如

df_new = df.sort_values(by=['2'])

上述所有操作将产生以下输出

        0          1     2
4    85.6    January   1.0
3    95.5   February   2.0
7   104.8      March   3.0
0   354.7      April   4.0
8   283.5        May   5.0
6   238.7       June   6.0
5     152       July   7.0
1    55.4     August   8.0
11  212.7  September   9.0
10  249.6    October  10.0
9   278.8   November  11.0
2   176.5   December  12.0

最后，可以使用重置索引pandas.DataFrame.reset_index，得到以下内容

df.reset_index(drop = True, inplace = True)

# or

df = df.reset_index(drop = True)

[Out]:

        0          1     2
0    85.6    January   1.0
1    95.5   February   2.0
2   104.8      March   3.0
3   354.7      April   4.0
4   283.5        May   5.0
5   238.7       June   6.0
6     152       July   7.0
7    55.4     August   8.0
8   212.7  September   9.0
9   249.6    October  10.0
10  278.8   November  11.0
11  176.5   December  12.0

按升序排序并重置索引的一行代码如下

df = df.sort_values(by=['2']).reset_index(drop = True)

[Out]:

        0          1     2
0    85.6    January   1.0
1    95.5   February   2.0
2   104.8      March   3.0
3   354.7      April   4.0
4   283.5        May   5.0
5   238.7       June   6.0
6     152       July   7.0
7    55.4     August   8.0
8   212.7  September   9.0
9   249.6    October  10.0
10  278.8   November  11.0
11  176.5   December  12.0

笔记：

如果没有在现场进行操作，忘记上述步骤可能会导致一个人（作为该用户）无法获得预期的结果。
对于如何使用，人们有着强烈的意见inplace。为此，人们可能需要阅读这篇文章。
假设该列2不是字符串。如果是，则必须对其进行转换：

+ 使用`pandas.to_numeric`

 df['2'] = pd.to_numeric(df['2'])

+ 使用`pandas.Series.astype`

 df['2'] = df['2'].astype(float)

如果要按降序排列，则需要ascending=False传递

 df = df.sort_values(by=['2'], ascending=False)

 # or

 df.sort_values(by = '2', ascending=False, inplace=True)

 [Out]:

        0          1     2
2   176.5   December  12.0
9   278.8   November  11.0
10  249.6    October  10.0
11  212.7  September   9.0
1    55.4     August   8.0
5     152       July   7.0
6   238.7       June   6.0
8   283.5        May   5.0
0   354.7      April   4.0
7   104.8      March   3.0
3    95.5   February   2.0
4    85.6    January   1.0

解决方案 5：

正如另一个解决方案：

您不需要创建第二列，而是可以对字符串数据（月份名称）进行分类，然后按如下方式排序：

df.rename(columns={1:'month'},inplace=True)
df['month'] = pd.Categorical(df['month'],categories=['December','November','October','September','August','July','June','May','April','March','February','January'],ordered=True)
df = df.sort_values('month',ascending=False)

它将按照month name您在创建Categorical对象时指定的顺序为您提供数据。

解决方案 6：

只需在数据上添加一些操作即可。假设我们有一个数据框df，我们可以进行一些操作来获得所需的输出

ID         cost      tax    label
1       216590      1600    test      
2       523213      1800    test 
3          250      1500    experiment

(df['label'].value_counts().to_frame().reset_index()).sort_values('label', ascending=False)

将sorted输出标签作为dataframe

    index   label
0   test        2
1   experiment  1

解决方案 7：

这对我有用

df.sort_values(by='Column_name', inplace=True, ascending=False)

解决方案 8：

您可能需要在排序后重置索引：

df = df.sort_values('2')
df = df.reset_index(drop=True)

解决方案 9：

这是根据 pandas 文档的 sort_values 模板。

DataFrame.sort_values(by, axis=0,
                          ascending=True,
                          inplace=False,
                          kind='quicksort',
                          na_position='last',
                          ignore_index=False, key=None)[source]

在这种情况下，它会是这样的。

df.sort_values(by=['2'])

API 参考pandas.DataFrame.sort_values

解决方案 10：

补充一些见解

df=raw_df['2'].sort_values() # will sort only one column (i.e 2)

但，

df =raw_df.sort_values(by=["2"] , ascending = False)  # this  will sort the whole df in decending order on the basis of the column "2"

解决方案 11：

如果您想动态地对列进行排序但不按字母顺序排序。并且不想使用 pd.sort_values()。您可以尝试以下解决方案。

问题：按以下序列对“col1”列进行排序 [‘A’, ‘C’, ‘D’, ‘B’]

import pandas as pd
import numpy as np

## Sample DataFrame ##
df = pd.DataFrame({'col1': ['A', 'B', 'D', 'C', 'A']})

>>> df
   col1
0    A
1    B
2    D
3    C
4    A
## Solution ##

conditions = []
values = []

for i,j in enumerate(['A','C','D','B']):
    conditions.append((df['col1'] == j))
    values.append(i)

df['col1_Num'] = np.select(conditions, values)

df.sort_values(by='col1_Num',inplace = True)

>>> df

    col1  col1_Num
0    A         0
4    A         0
3    C         1
2    D         2
1    B         3

解决方案 12：

使用键排序

从 pandas 1.1.0 开始，我们可以传递一个key=参数，该参数接受一个函数作为排序键，就像Python 中key内置函数中的参数一样。但是，与传递给键的函数不同，此函数必须是矢量化的，这意味着它必须输出一个 Series/DataFrame 来用于对输入进行排序。sorted()`sorted`

对于 OP 中的示例，我们可以直接将排序键'2'应用于列，而不是创建列以按列排序。由于作为参数传递的列在内部进行操作，因此我们可以创建一个月份名称到数字的映射器字典，并传递一个将该字典映射到列的 lambda 。'1'`'1'by=.sort_values()`'1'

import calendar   # <--- the builtin calendar module
month_to_number_mapper = {m:i for i,m in enumerate(calendar.month_name)}
df1 = df.sort_values(by='1', key=lambda col: col.map(month_to_number_mapper))

如您所见，这让人想起sorted()原始 Python 中的以下调用：

li = sorted(df.values, key=lambda row: month_to_number_mapper[row[1]])

对于 OP 中的示例，由于列'1'是月份名称列，我们可以将其视为日期时间列来对数据框进行排序。为此，我们可以将 pandas 的to_datetime函数作为键传递。

df1 = df.sort_values(by='1', key=lambda col: pd.to_datetime(col, format='%B'))

这让人想起sorted()原始 Python 中的以下调用：

from datetime import datetime
li = sorted(df.values, key=lambda row: datetime.strptime(row[1], '%B'))

按索引排序

Pandas.loc[]根据传递给它的值重新排列行。因此，另一种排序方式可能是'1'使用任意排序键对列进行排序，然后将排序对象的索引传递给loc[]。

sorted_index = pd.to_datetime(df['1'], format='%B').sort_values().index
df1 = df.loc[sorted_index]

上面列出的三种方法均执行以下转换：

解决方案 13：

这个对我有用：

df=df.sort_values(by=[2])

然而：

df=df.sort_values(by=['2'])

不工作。

解决方案 14：

我希望这些会有所帮助：

df.sort_values(by=['col1','col2','col3'],ascending = False)

如果您有Na价值观，那么请使用这些：

df.sort_values(by=['col1','col2','col3'],ascending = False, na_position = first)

解决方案 15：

示例：假设您有一列，其值为 1 和 0，并且您想要分离并仅使用一个值，那么：

// furniture is one of the columns in the csv file.
 

allrooms = data.groupby('furniture')['furniture'].agg('count')
allrooms


myrooms1 = pan.DataFrame(allrooms, columns = ['furniture'], index = [1])

myrooms2 = pan.DataFrame(allrooms, columns = ['furniture'], index = [0])

print(myrooms1);print(myrooms2)