Python 对符合条件的行的列子集进行排序

我的数据框如下所示：

     a b  c d e f g
   0 x y  1 3 4 5 6
   1 x y -1 7 8 5 6
   2 x y -1 7 8 3 4

对于

df.c==-1

的行，我想按升序对

df.d

和

df.g

之间的所有列进行排序

结果将是：

     a b  c d e f g
   0 x y  1 3 4 5 6
   1 x y -1 5 6 7 8
   2 x y -1 3 4 7 8

我尝试了几种方法，但似乎都不管用：

for row in df.itertuples():
if row.c == -1:
    subset = row[4:]
    sorted = sorted(subset)
    df.replace(to_replace=subset, value= sorted)

而且

df.loc[df.c == -1, df[4:]] = sorted(df[4:])

---

可能不是最快的，但这很有效：

rmask = df.c == -1
cmask = ['d', 'e', 'f', 'g']
df.loc[rmask, cmask] = df.loc[rmask, cmask].apply(lambda row: sorted(row), axis=1)
df
   a  b  c  d  e  f  g
0  x  y  1  3  4  5  6
1  x  y -1  5  6  7  8
2  x  y -1  3  4  7  8

---

可能不是最快的，但这很有效：

rmask = df.c == -1
cmask = ['d', 'e', 'f', 'g']
df.loc[rmask, cmask] = df.loc[rmask, cmask].apply(lambda row: sorted(row), axis=1)
df
   a  b  c  d  e  f  g
0  x  y  1  3  4  5  6
1  x  y -1  5  6  7  8
2  x  y -1  3  4  7  8

您可以在感兴趣的区域上使用

mask = df.c.eq(-1), slice('d', 'g')

df.loc[mask] = np.sort(df.loc[mask].values)

df
#    a  b  c  d  e  f  g
# 0  x  y  1  3  4  5  6
# 1  x  y -1  5  6  7  8
# 2  x  y -1  3  4  7  8

您可以在感兴趣的区域上使用

mask = df.c.eq(-1), slice('d', 'g')

df.loc[mask] = np.sort(df.loc[mask].values)

df
#    a  b  c  d  e  f  g
# 0  x  y  1  3  4  5  6
# 1  x  y -1  5  6  7  8
# 2  x  y -1  3  4  7  8

---

我不想在排序时“移动”列标签。我需要它们保持原样，但必须对值进行排序。对不起，我不太清楚。如果您需要更多信息，请告诉我！编辑：c=-1我需要行保持不变，可能是保持在它们所在的位置，但是如果它们被移动到顶部或底部，这没有多大关系，我仍然可以在之后根据df.a进行排序。没有意义。我以为您想对行进行排序，但意识到您需要对列进行排序。我不想在排序时“移动”列标签。我需要它们保持原样，但必须对值进行排序。对不起，我不太清楚。如果您需要更多信息，请告诉我！编辑：c=-1我需要行保持不变，可能是保持在它们所在的位置，但是如果它们被移动到顶部或底部，这没有多大关系，我仍然可以在之后根据df.a进行排序。没有意义。我以为您想对行进行排序，但意识到您需要对列进行排序。非常感谢，它工作得非常好，效率也非常高！非常感谢，它工作得非常好，非常有效！