在 pandas 数据框中自定义排序 [英] Custom sorting in pandas dataframe

问题描述

我有python pandas数据框，其中的一列包含月份名称.

I have python pandas dataframe, in which a column contains month name.

如何使用字典进行自定义排序，例如:

How can I do a custom sort using a dictionary, for example:

custom_dict = {'March':0, 'April':1, 'Dec':3}  

推荐答案

熊猫0.15引入了分类系列" ，它可以更清晰地做到这一点:

Pandas 0.15 introduced Categorical Series, which allows a much clearer way to do this:

首先将月份"列设为分类，然后指定要使用的顺序.

First make the month column a categorical and specify the ordering to use.

In [21]: df['m'] = pd.Categorical(df['m'], ["March", "April", "Dec"])

In [22]: df  # looks the same!
Out[22]:
   a  b      m
0  1  2  March
1  5  6    Dec
2  3  4  April

现在，当您对月份列进行排序时，它将相对于该列表进行排序:

Now, when you sort the month column it will sort with respect to that list:

In [23]: df.sort_values("m")
Out[23]:
   a  b      m
0  1  2  March
2  3  4  April
1  5  6    Dec

注意:如果列表中没有值，它将被转换为NaN.

对那些感兴趣的人来说是一个更古老的答案...

An older answer for those interested...

您可以创建一个中介系列，然后 :

You could create an intermediary series, and set_index on that:

df = pd.DataFrame([[1, 2, 'March'],[5, 6, 'Dec'],[3, 4, 'April']], columns=['a','b','m'])
s = df['m'].apply(lambda x: {'March':0, 'April':1, 'Dec':3}[x])
s.sort_values()

In [4]: df.set_index(s.index).sort()
Out[4]: 
   a  b      m
0  1  2  March
1  3  4  April
2  5  6    Dec

---

如所评论，在新的熊猫中，Series具有 replace 方法可以更优雅地做到这一点:

---

As commented, in newer pandas, Series has a replace method to do this more elegantly:

s = df['m'].replace({'March':0, 'April':1, 'Dec':3})

稍有不同的是，如果字典外没有值，则该值不会提高(它将保持不变).

这篇关于在 pandas 数据框中自定义排序的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！