Python 以一种不同寻常的方式对熊猫的两列进行排序

我有这样一个数据框：

col_1 | serial_number | remaining time

B     |            17 | 02:45
A     |            02 | 02:00
C     |            25 | 03:30
A     |            03 | 03:00
B     |            12 | 03:45
C     |            07 | 01:30
C     |            89 | 02:30
B     |            45 | 01:45
A     |            01 | 01:00

我想按剩余时间排序（最短的在顶部），但col_1应该分组。下面是上面的数据帧的样子

col_1 | serial_number | remaining time

A     |            01 | 01:00
A     |            02 | 02:00
A     |            03 | 03:00
C     |            07 | 01:30
C     |            89 | 02:30
C     |            25 | 03:30
B     |            45 | 01:45
B     |            17 | 02:45
B     |            12 | 03:45

我现在不能做这件事。首先，我需要按剩余时间排序，然后将colu_1分组

您可以使用

创建一个新列，该列对于每个元素都具有其组中任何成员的最短时间

接下来，正如jdehesa在评论中所建议的，您可以使用

df.sort_values(['remaining_time_group_min', 'remaining time']) 

---

创建

数据帧

：

import pandas as pd
df = pd.DataFrame({'col_1':['B','A','C','A','B','C','C','B','A'], 'serial_number':[17,2,25,3,12,7,89,45,1],'remaining time':['02:45','02:00','03:30','03:00','03:45','01:30','02:30','01:45','01:00']})
df['remaining time'] = pd.to_datetime(df['remaining time'])
df['remaining time'] = [time.time() for time in df['remaining time']]

添加一个新列，其中包含每个组的最短时间：

df['min time'] =  df.groupby('col_1')['remaining time'].transform(min)

然后按新的最短时间排序，然后按实际剩余时间排序：

>>> df.sort_values(by=['min time','remaining time'])
  col_1 remaining time  serial_number  min time
8     A       01:00:00              1  01:00:00
1     A       02:00:00              2  01:00:00
3     A       03:00:00              3  01:00:00
5     C       01:30:00              7  01:30:00
6     C       02:30:00             89  01:30:00
2     C       03:30:00             25  01:30:00
7     B       01:45:00             45  01:45:00
0     B       02:45:00             17  01:45:00
4     B       03:45:00             12  01:45:00

创建列

列1

并排序：

cats = df.sort_values(['remaining time'])['col_1'].unique()
print (cats)
['A' 'C' 'B']

df['col_1'] = pd.Categorical(df['col_1'], categories=cats, ordered=True)
df = df.sort_values([ 'col_1', 'remaining time'])
print (df)
  col_1 serial_number remaining time
8     A            01          01:00
1     A            02          02:00
3     A            03          03:00
5     C            07          01:30
6     C            89          02:30
2     C            25          03:30
7     B            45          01:45
0     B            17          02:45
4     B            12          03:45

详细信息：

print (df['col_1'])
8    A
1    A
3    A
5    C
6    C
2    C
7    B
0    B
4    B
Name: col_1, dtype: category
Categories (3, object): [A < C < B]

打印（df['col_1']）
8 A
1A
3A
5 C
6 C
2 C
7 B
0 B
4 B
名称：col_1，数据类型：类别
类别（3，对象）：[A

对值进行排序（['col\u 1'，'remain\u time']）然后你需要什么？你能解释一下

groupby

在哪里应用到你的数据吗？@jdehesa然后它会先对'col\u 1'进行排序。按顺序排列成“A”、“B”、“C”。我需要先检查剩余时间，然后分组“col_1”together@grubjesic我认为这确实是一个错误，我正在编辑它out@jdoe为什么在最后的数据帧中17比45早？它们都有

B

，但在剩余时间内未排序。这个解决方案对我来说似乎最简单！非常感谢。

print (df['col_1'])
8    A
1    A
3    A
5    C
6    C
2    C
7    B
0    B
4    B
Name: col_1, dtype: category
Categories (3, object): [A < C < B]