pandas 数据框中的自定义排序 [英] Custom sorting in pandas dataframe

问题描述

我有 python pandas 数据框，其中一列包含月份名称.

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

Pandas 0.15 引入 Categorical Series，它提供了一种更清晰的方法来做到这一点:

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列并指定要使用的排序.

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，它将根据该列表进行排序:

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:如果一个值不在列表中，它将被转换为 NaN.

对于那些有兴趣的人来说，一个较旧的答案......

An older answer for those interested...

您可以创建一个中间系列，然后set_index 关于这一点:

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

<小时>

正如所评论的，在较新的熊猫中，系列有一个 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})

略有不同的是，如果存在字典之外的值，则不会提高(它会保持不变).

这篇关于 pandas 数据框中的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！