如何按字符串索引上的自定义顺序对熊猫数据框进行排序
Posted
技术标签:
【中文标题】如何按字符串索引上的自定义顺序对熊猫数据框进行排序【英文标题】:How to sort pandas dataframe by custom order on string index 【发布时间】:2018-10-05 08:31:25 【问题描述】:我有以下数据框:
import pandas as pd
# Create DataFrame
df = pd.DataFrame(
'id':[2967, 5335, 13950, 6141, 6169],\
'Player': ['Cedric Hunter', 'Maurice Baker' ,\
'Ratko Varda' ,'Ryan Bowen' ,'Adrian Caldwell'],\
'Year': [1991 ,2004 ,2001 ,2009 ,1997],\
'Age': [27 ,25 ,22 ,34 ,31],\
'Tm':['CHH' ,'VAN' ,'TOT' ,'OKC' ,'DAL'],\
'G':[6 ,7 ,60 ,52 ,81])
df.set_index('Player', inplace=True)
它显示:
Out[128]:
Age G Tm Year id
Player
Cedric Hunter 27 6 CHH 1991 2967
Maurice Baker 25 7 VAN 2004 5335
Ratko Varda 22 60 TOT 2001 13950
Ryan Bowen 34 52 OKC 2009 6141
Adrian Caldwell 31 81 DAL 1997 6169
我要做的是根据此列表以任意顺序对“播放器”索引进行排序(注意:不是字母顺序):
reorderlist = [ 'Maurice Baker', 'Adrian Caldwell','Ratko Varda' ,'Ryan Bowen' ,'Cedric Hunter']
我该怎么做?
【问题讨论】:
所以您希望它按照列表中的顺序排列reorderlist
?
pandas 实现这一点的“正确”方式是像 R 一样允许分类作为索引;目前 pandas 没有,它给出了错误。
【参考方案1】:
只要reindex
df.reindex(reorderlist)
Out[89]:
Age G Tm Year id
Player
Maurice Baker 25 7 VAN 2004 5335
Adrian Caldwell 31 81 DAL 1997 6169
Ratko Varda 22 60 TOT 2001 13950
Ryan Bowen 34 52 OKC 2009 6141
Cedric Hunter 27 6 CHH 1991 2967
更新你有多个同名玩家的信息
out = df.iloc[pd.Categorical(df.index,reorderlist).argsort()]
【讨论】:
你好,我已经尝试过这个播放器作为记录器列表,但所有其他值都是 ara NAN。我想要和上面一样的值 当有同名玩家时,这不起作用。 @DiegoFMedina 检查更新【参考方案2】:从 Pandas 1.1 开始,DataFrame.sort_values 有一个 key
参数,它需要一个可调用来控制排序。因此,您可以使用如下方法:
def sorter(column):
reorder = [
"Maurice Baker",
"Adrian Caldwell",
"Ratko Varda",
"Ryan Bowen",
"Cedric Hunter",
]
# This also works:
# mapper = name: order for order, name in enumerate(reorder)
# return column.map(mapper)
cat = pd.Categorical(column, categories=reorder, ordered=True)
return pd.Series(cat)
df_sorted = df.sort_values(by="Player", key=sorter)
使用 pd.Categorical
和我在 cmets 中使用的 column.map
替代方案之间可能存在一些实际差异。例如,请参阅这些caveats。为了完整性,我将两者都展示。我还没有测试过这与当前使用df.reindex
的解决方案在性能方面的比较。当您也有 MultiIndex
时,最好的方法可能会有所不同。
【讨论】:
不是所有的英雄都穿斗篷!显然,有些人戴着围巾!【参考方案3】:要在您的字符串列表上获得自定义排序顺序,请将其声明为分类并在排序中手动指定该顺序:
player_order = pd.Categorical([ 'Maurice Baker', 'Adrian Caldwell','Ratko Varda' ,'Ryan Bowen' ,'Cedric Hunter'],
ordered=True)
这是因为 pandas 还不允许分类作为索引:df.set_index(keys=player_order, inplace=True)
TypeError: unhashable type: 'Categorical'
因此,您需要使用 df.sort_index(level=player_order)
进行手动自定义排序
【讨论】:
请给出解决方案,而不是'...'点 @jean-loup:我已经在这里给出了解决方案,但要 200% 清楚:df.sort_index(level=player_order)
以上是关于如何按字符串索引上的自定义顺序对熊猫数据框进行排序的主要内容,如果未能解决你的问题,请参考以下文章