如何使用自定义顺序对DataFrame进行两列排序？ [英] How to sort a DataFrame by two columns, using a custom order?

问题描述

我有一个大熊猫DataFrame，我需要按一个特定的顺序排列在一列，只是升序在另一列。
这两个列都有重复的值。
它或多或少是这样的：

 将大熊猫导入为pd 
 
 df = pd.DataFrame（）
 df [0] = pd.Series（['a'，'aa'，'c'] * 2）
 df [1] = pd.Series（[ 2] * 3）
 df [2] = pd.Series（range（6））
 print（df）
 
 0 1 2 
 0 a 1 0 
 1 aa 2 1 
 2 c 1 2 
 3 a 2 3 
 4 aa 1 4 
 5 c 2 5 
  

现在，我需要按列0和1排序，但不按字母顺序排列：列0应该首先按照顺序：

  order = ['a'，'c'，'aa'] 
  

我该怎么做？

我想像这样排序：

  print（sorted_df）
 
 0 1 2 
 0 a 1 0 
 1 a 2 3 
 2 c 1 2 
 3 c 2 5 
 4 aa 1 4 
 5 aa 2 1 
  

---

使用python 3.5.2，pandas 0.18.1

解决方案

您可以使用大熊猫的分类系列来提供单独排序顺序的功能：

  df [0] = df [0] .astype（category）。cat.reorder_categories（order，ordered = True）
 print（df.sort_values（[0，1]））
 
 0 1 2 
 0 a 1 0 
 3 a 2 3 
 2 c 1 2 
 5 c 2 5 
 4 aa 1 4 
 1 aa 2 1 
  

I have a pandas DataFrame that I need to sort in a particular order in one column, and just ascending in another. Both columns have repeated values. It looks more or less like this:

import pandas as pd

df = pd.DataFrame()
df[0] = pd.Series( [ 'a', 'aa', 'c' ] * 2 )
df[1] = pd.Series( [ 1, 2 ] * 3 )
df[2] = pd.Series( range(6) )
print( df )

    0  1  2
0   a  1  0
1  aa  2  1
2   c  1  2
3   a  2  3
4  aa  1  4
5   c  2  5

Now, say that I need to order by columns 0 and 1, but not alphabetically: Column 0 should first follow an order:

order = [ 'a', 'c', 'aa' ]

How do I do that?

I would like to have it sorted like this:

print( sorted_df )

    0  1  2
0   a  1  0
1   a  2  3
2   c  1  2
3   c  2  5
4  aa  1  4
5  aa  2  1

---

Using python 3.5.2, pandas 0.18.1

解决方案

You can use pandas' categorical Series for this purpose which supplies the functionality of an individual sort order:

 df[0] = df[0].astype("category").cat.reorder_categories(order, ordered=True)
 print(df.sort_values([0, 1]))

    0   1   2
 0  a   1   0
 3  a   2   3
 2  c   1   2
 5  c   2   5
 4  aa  1   4
 1  aa  2   1

这篇关于如何使用自定义顺序对DataFrame进行两列排序？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！