Python 按自定义方式对数据帧进行排序
我已经用自己的方式对DataFrame列进行了很多排序。但不能正确地做到这一点。因此,请参考给定的代码,让我知道执行此任务的附加语法是什么Python 按自定义方式对数据帧进行排序,python,pandas,dataframe,Python,Pandas,Dataframe,我已经用自己的方式对DataFrame列进行了很多排序。但不能正确地做到这一点。因此,请参考给定的代码,让我知道执行此任务的附加语法是什么 df = pd.DataFrame({'TC': {0: '1-1.1', 1: '1-1.2', 2: '1-10.1', 3: '1-10.2', 4: '1-2.1', 5: '1-2.1', 6: '1-2.2', 7: '1-20.1', 8: '1-20.2', 9: '1-3.1'}, 'Case': {0: 'A', 1: 'B', 2: '
df = pd.DataFrame({'TC': {0: '1-1.1', 1: '1-1.2', 2: '1-10.1', 3: '1-10.2', 4: '1-2.1', 5: '1-2.1', 6: '1-2.2', 7: '1-20.1', 8: '1-20.2', 9: '1-3.1'}, 'Case': {0: 'A', 1: 'B', 2: 'C', 3: 'D', 4: 'E', 5: 'F', 6: 'G', 7: 'H', 8: 'I', 9: 'J'}})
df.sort_values(["TC"], ascending=[True])
print (df)
此代码不提供所需的输出。我需要的数据帧排序如下
您可以提取数字并形成一个
元组,然后对序列进行排序,并使用其索引重新索引原始数据帧
>>> df.reindex(
df['TC'].str.extractall('(\d+)')
.unstack().astype(int)
.agg(tuple, 1).sort_values()
.index
)
TC Case
0 1-1.1 A
1 1-1.2 B
4 1-2.1 E
5 1-2.1 F
6 1-2.2 G
9 1-3.1 J
2 1-10.1 C
3 1-10.2 D
7 1-20.1 H
8 1-20.2 I
您还可以使用排序\u值
中的键
参数:
>>> df.sort_values('TC',
key=lambda ser:
ser.str.extractall('(\d+)')
.unstack()
.astype(int).agg(tuple, 1)
)
如果一个ID
始终有三个部分,则可以对非数字字符使用expand=True
,而不是extractall
,因此无需使用unstack
:
>>> df.sort_values('TC',
key=lambda series:
series.str.split(r'\D+', expand=True)
.astype(int).agg(tuple,1)
)
时间:
>>> %timeit df.reindex(df['TC'].str.extractall('(\d+)').unstack().astype(int).agg(tuple, 1).sort_values().index)
2.95 ms ± 40.1 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
>>> %timeit df.sort_values('TC', key=lambda ser: ser.str.extractall('(\d+)').unstack().astype(int).agg(tuple, 1))
2.91 ms ± 32.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
>>> %timeit df.sort_values('TC', key=lambda series:series.str.split(r'\D+', expand=True).astype(int).agg(tuple,1))
1.6 ms ± 5.88 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
我制作了一个sort()函数来解决您的查询
将熊猫作为pd导入
df=pd.DataFrame({'TC':{0:'1-1.1',1:'1-1.2',2:'1-10.1',3:'1-10.2',4:'1-2.1',5:'1-2.1',6:'1-2.2',7:'1-20.1',9:'1-3.1'},'Case','0:'A',1:'B',2:'C',3:'D',4:'E',5:'F',6:'G',7:'H',8:'I',9:'J'})
def分拣(df):
listTC=[]
对于df['TC']中的i:
append(float(i[2:]))
df1=pd.DataFrame(list(zip(listTC,list(df['Case'])),columns=['TC','Case']))
df_f=df1.排序_值(按=['TC'])
listTC_final=[]
对于df_f['TC']中的i:
listTC_final.append('1-'+str(i))
df_Final=pd.DataFrame(list(zip(listTC_Final,list(df_f['Case'])),columns=['TC','Case']))
返回df_最终版本
打印(排序(df))
我会这样做的。我想这会更快
df["range"] = df["TC"].apply(lambda x: [float(y) for y in x.split("-")])
df = df.sort_values(["range"], ascending=True).drop(["range"], axis="columns")
编辑:
既然你问的是范围的格式是1_1_2而不是1-1.2,我会这样做:
df["range"] = df["TC"].apply(lambda x: tuple(x.split("_")))
df["range"] = df["range"].apply(lambda x: [float(x[0]), float("{}.{}".format(x[1], x[2]))])
df = df.sort_values(["range"], ascending=True).drop(["range"], axis="columns")
你说得很简单,如果数据的格式是“1_2_1”而不是“1-2.1”,那么代码应该是什么呢?事实并非如此,不过,我会有一行额外的代码来将列解析为编辑部分中添加的所需格式