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 2023-02-16

【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)