python - 如何按python中的因子级别对pandas数据框中的行进行重新排序?
Posted
技术标签:
【中文标题】python - 如何按python中的因子级别对pandas数据框中的行进行重新排序?【英文标题】:How to reorder rows in pandas dataframe by factor level in python? 【发布时间】:2022-01-07 10:41:23 【问题描述】:我创建了一个小型数据集,比较每杯尺寸的咖啡饮料价格。
当我旋转我的数据集时,输出会自动按字母顺序重新排序索引(“大小”列)。
有没有办法为不同的大小分配一个数字级别(例如,小 = 0、中 = 1、大 = 2)并以这种方式重新排列行?
我知道这可以使用 forcats 库在 R 中完成(例如使用 fct_relevel),但我不知道如何在 python 中执行此操作。我更愿意保留使用 numpy 和 pandas 的解决方案。
data = 'Item': np.repeat(['Latte', 'Americano', 'Cappuccino'], 3),
'Size': ['Small', 'Medium', 'Large']*3,
'Price': [2.25, 2.60, 2.85, 1.95, 2.25, 2.45, 2.65, 2.95, 3.25]
df = pd.DataFrame(data, columns = ['Item', 'Size', 'Price'])
df = pd.pivot_table(df, index = ['Size'], columns = 'Item')
df
# Price
# Item Americano Cappuccino Latte
# Size
# Large 2.45 3.25 2.85
# Medium 2.25 2.95 2.60
# Small 1.95 2.65 2.25
【问题讨论】:
df = df.reindex(["Small", "Medium", "Large"])
?
【参考方案1】:
您可以将Categorical
类型与ordered=True
一起使用:
df.index = pd.Categorical(df.index,
categories=['Small', 'Medium', 'Large'],
ordered=True)
df = df.sort_index()
输出:
Price
Item Americano Cappuccino Latte
Small 1.95 2.65 2.25
Medium 2.25 2.95 2.60
Large 2.45 3.25 2.85
您可以通过以下方式访问代码:
>>> df.index.codes
array([0, 1, 2], dtype=int8)
如果这是一个系列:
>>> series.cat.codes
【讨论】:
刚刚编辑了一个错字,请随时重新编辑/恢复。 +1 :) 感谢@not_speshal ;) @mozway 正是我想要的,谢谢! 正如 sammy 指出的,在旋转之前转换为分类是有利的;)【参考方案2】:一种选择是在透视之前创建分类;对于这种情况,我使用来自pyjanitor
的encode_categorical
,主要是为了方便:
# pip install pyjanitor
import pandas as pd
import janitor
(df
.encode_categorical(Size = (None, 'appearance'))
.pivot_table(index='Size', columns='Item')
)
Price
Item Americano Cappuccino Latte
Size
Small 1.95 2.65 2.25
Medium 2.25 2.95 2.60
Large 2.45 3.25 2.85
这样,您不必担心排序,因为旋转隐含地做到了这一点。您可以跳过 pyjanitor,只使用 Pandas:
(df
.astype('Size': pd.CategoricalDtype(categories = ['Small', 'Medium', 'Large'],
ordered = True))
.pivot_table(index='Size', columns='Item')
)
Price
Item Americano Cappuccino Latte
Size
Small 1.95 2.65 2.25
Medium 2.25 2.95 2.60
Large 2.45 3.25 2.85
【讨论】:
【参考方案3】:第一种方式:
pivot_table
函数根据索引对行进行排序。
因此,在 pivot_table 函数中应用索引时最好使用 lambda 函数。
这样,您不需要任何进一步的排序步骤(更耗时)或任何第三方库。
df = pd.pivot_table(df, index = (lambda row: 0 if df.loc[row,'Size']=="Small" else 1 if df.loc[row,'Size']=="Medium" else 2),
columns = 'Item')
Price
Item Americano Cappuccino Latte
0 1.95 2.65 2.25
1 2.25 2.95 2.60
2 2.45 3.25 2.85
第二种方式:
您也可以使用自己的代码,然后对新创建的表进行重命名和排序:
df = pd.DataFrame(data, columns = ['Item', 'Size', 'Price'])
df = pd.pivot_table(df, index = ['Size'], columns = 'Item')
# rename:
df = df.rename(index= lambda x: 0 if x=="Small" else 1 if x=="Medium" else 2)
#sort:
df = df.sort_index(ascending = True)
Price
Item Americano Cappuccino Latte
0 1.95 2.65 2.25
1 2.25 2.95 2.60
2 2.45 3.25 2.85
【讨论】:
以上是关于python - 如何按python中的因子级别对pandas数据框中的行进行重新排序?的主要内容,如果未能解决你的问题,请参考以下文章