Python 按字母顺序对数据帧的索引排序
我从一个csv文件中读取数据帧，并试图创建一个时间图，根据发行票证的频率显示何时发行票证。包含时间的列以小时格式设置，字母表示am或pm，即1200A。因此，当我尝试按升序排序数据帧时，只考虑数值，而忽略A，P。如何排序我的数据帧的索引以考虑a和p 我尝试过使用Python 按字母顺序对数据帧的索引排序,python,pandas,csv,plot,graph,Python,Pandas,Csv,Plot,Graph,我从一个csv文件中读取数据帧，并试图创建一个时间图，根据发行票证的频率显示何时发行票证。包含时间的列以小时格式设置，字母表示am或pm，即1200A。因此，当我尝试按升序排序数据帧时，只考虑数值，而忽略A，P。如何排序我的数据帧的索引以考虑a和p 我尝试过使用sort\u索引 函数，但仅在对数字进行排序时起作用 from matplotlib import pyplot as plt import pandas as pd tickets = pd.read_csv("./Parking_
sort\u索引from matplotlib
import pyplot as plt
import pandas as pd
tickets = pd.read_csv("./Parking_Violations_Issued_-_Fiscal_Year_2019.csv")
d2=tickets['Violation Time'].value_counts()
df2=d2.sort_index(ascending=1, sort_remaining='true')
Index Violation Time
.847A 1
0000A 801
0000P 22
0001A 545
0001P 1
0002A 499
0003A 520
0004A 498
0004P 1
0005A 619
0006A 983
0007A 993
0008A 1034
0008P 1
0009A 1074
>>> tickets # Assuming your initial dataframe looks like below, as mentioned in OP
Index Violation Time
0 .847A 1
1 0000A 801
2 0000P 22
3 0001A 545
4 0001P 1
5 0002A 499
6 0003A 520
7 0004A 498
8 0004P 1
9 0005A 619
10 0006A 983
11 0007A 993
12 0008A 1034
13 0008P 1
>>> final_df = pd.DataFrame(["".join(i) for i in sorted(tickets.apply(lambda x: (x['Index'][:-1], x['Index'][-1]), axis=1), key=lambda x : (x[1], x[0]))])
>>> df2.rename(columns={0:'Index'}, inplace=True)
>>> final_df.merge(tickets)
Index Violation Time
0 .847A 1
1 0000A 801
2 0001A 545
3 0002A 499
4 0003A 520
5 0004A 498
6 0005A 619
7 0006A 983
8 0007A 993
9 0008A 1034
10 0009A 1074
11 0000P 22
12 0001P 1
13 0004P 1
14 0008P 1
<>原始CSV < /P> < P>我会考虑编写一个算法来将时间字符串解析为你想要的排序顺序。
如果确实每个
冲突时间从日期时间导入日期时间
作为pd进口熊猫
def parseDateTime（x，t格式=“%I%M%p”）：
如果pd.isnull（x）：
一无所获
如果类型（x）为str且len（x）==5：
如果x[0:2].isdigit（）和x[2:4].isdigit（）：
newString=str（x）.strip（）+'M'
parsedDateTime=datetime.strtime（新闻字符串，tformat）
返回parsedDateTime
其他：
一无所获
tickets['provision Time Parsed']=tickets['provision Time'].应用（parseDateTime）
Index Violation Time
.847A 1
0000A 801
0000P 22
0001A 545
0001P 1
0002A 499
0003A 520
0004A 498
0004P 1
0005A 619
0006A 983
0007A 993
0008A 1034
0008P 1
0009A 1074
>>> tickets # Assuming your initial dataframe looks like below, as mentioned in OP
Index Violation Time
0 .847A 1
1 0000A 801
2 0000P 22
3 0001A 545
4 0001P 1
5 0002A 499
6 0003A 520
7 0004A 498
8 0004P 1
9 0005A 619
10 0006A 983
11 0007A 993
12 0008A 1034
13 0008P 1
>>> final_df = pd.DataFrame(["".join(i) for i in sorted(tickets.apply(lambda x: (x['Index'][:-1], x['Index'][-1]), axis=1), key=lambda x : (x[1], x[0]))])
>>> df2.rename(columns={0:'Index'}, inplace=True)
>>> final_df.merge(tickets)
Index Violation Time
0 .847A 1
1 0000A 801
2 0001A 545
3 0002A 499
4 0003A 520
5 0004A 498
6 0005A 619
7 0006A 983
8 0007A 993
9 0008A 1034
10 0009A 1074
11 0000P 22
12 0001P 1
13 0004P 1
14 0008P 1
- 首先，我用tuple转换了时间列，比如
[（'.847'，'A'），（'0000'，'A'），（'0001'，'A'）… - 接下来，我根据您的逻辑进行排序，即元组的第二个元素（'A'，'P'），然后是第一个元素（数字），并将这些元组连接起来以返回其原始状态
- 最后与原始数据集合并以获得所需的输出
Index Violation Time
.847A 1
0000A 801
0000P 22
0001A 545
0001P 1
0002A 499
0003A 520
0004A 498
0004P 1
0005A 619
0006A 983
0007A 993
0008A 1034
0008P 1
0009A 1074
>>> tickets # Assuming your initial dataframe looks like below, as mentioned in OP
Index Violation Time
0 .847A 1
1 0000A 801
2 0000P 22
3 0001A 545
4 0001P 1
5 0002A 499
6 0003A 520
7 0004A 498
8 0004P 1
9 0005A 619
10 0006A 983
11 0007A 993
12 0008A 1034
13 0008P 1
>>> final_df = pd.DataFrame(["".join(i) for i in sorted(tickets.apply(lambda x: (x['Index'][:-1], x['Index'][-1]), axis=1), key=lambda x : (x[1], x[0]))])
>>> df2.rename(columns={0:'Index'}, inplace=True)
>>> final_df.merge(tickets)
Index Violation Time
0 .847A 1
1 0000A 801
2 0001A 545
3 0002A 499
4 0003A 520
5 0004A 498
6 0005A 619
7 0006A 983
8 0007A 993
9 0008A 1034
10 0009A 1074
11 0000P 22
12 0001P 1
13 0004P 1
14 0008P 1
输出：
Index Violation Time
.847A 1
0000A 801
0000P 22
0001A 545
0001P 1
0002A 499
0003A 520
0004A 498
0004P 1
0005A 619
0006A 983
0007A 993
0008A 1034
0008P 1
0009A 1074
>>> tickets # Assuming your initial dataframe looks like below, as mentioned in OP
Index Violation Time
0 .847A 1
1 0000A 801
2 0000P 22
3 0001A 545
4 0001P 1
5 0002A 499
6 0003A 520
7 0004A 498
8 0004P 1
9 0005A 619
10 0006A 983
11 0007A 993
12 0008A 1034
13 0008P 1
>>> final_df = pd.DataFrame(["".join(i) for i in sorted(tickets.apply(lambda x: (x['Index'][:-1], x['Index'][-1]), axis=1), key=lambda x : (x[1], x[0]))])
>>> df2.rename(columns={0:'Index'}, inplace=True)
>>> final_df.merge(tickets)
Index Violation Time
0 .847A 1
1 0000A 801
2 0001A 545
3 0002A 499
4 0003A 520
5 0004A 498
6 0005A 619
7 0006A 983
8 0007A 993
9 0008A 1034
10 0009A 1074
11 0000P 22
12 0001P 1
13 0004P 1
14 0008P 1
@shaikmoeed我认为我的列没有任何正式格式。它没有像DD-MM-YYYY这样的标准格式，例如dateI获取错误时间数据“nanM”与格式“%I%M%p”不匹配，我的一些行没有数据，一些行（很少）包含数据不包含P或ADE取决于数据的脏程度，您必须为小时和分钟子字符串添加一些额外的解析检查。如果将数据放入新的数据帧中，我将使用什么条件？例如：newdf=tickets[tickets['违例时间]==conditional]使用上面的解析器，您可以使用datetime功能来检查小时和分钟。类似于t[（（t['vtime'].dt.hour==12）和（t['vtime'].dt.minute==0））]注意，时间转换为军事时间，所以要检查下午2:00，您需要检查hour==14I get error
（）得到一个意外的关键字参数“axis”df3=pd.DataFrame（[“”.join（I）for I in in sorted（df2.apply）（lambda x:“Index'][：-1]，x[“Index'][-1]），axis=1），key=lambda x:（x[1]，x[0]）]））df3.rename（columns={0:'Index'}，inplace=True）df3.merge（df2）排序（df2.apply…df2排序（df.apply…