Python 按熊猫中的列子值排序
我的熊猫数据框如下所示:Python 按熊猫中的列子值排序,python,pandas,sorting,Python,Pandas,Sorting,我的熊猫数据框如下所示: --------------------------------------- Name | Stats --------------------------------------- Bob | { age : 42, profession: IT } Jill | { age : 35, profession: Engineer } Patric | { age : 37, profession: St
---------------------------------------
Name | Stats
---------------------------------------
Bob | { age : 42, profession: IT }
Jill | { age : 35, profession: Engineer }
Patric | { age : 37, profession: Student }
---------------------------------------
其中,Stats
是一个类,age
和profession
都是该类的属性
我想按照Stats
上的属性之一对该表进行排序。例如,按人的年龄对其进行排序,使表格看起来像:
---------------------------------------
Name | Stats
---------------------------------------
Jill | { age : 35, profession: Engineer }
Patric | { age : 37, profession: Student }
Bob | { age : 42, profession: IT }
---------------------------------------
有没有一种方法可以让熊猫做到这一点?我只找到了按整列排序的方法
感谢使用数据帧的一个主要要点是键入列以实现高效存储和计算速度(例如int64、float64、object等)。您的数据结构不好;在
Stats
中,每个字段都应该有一个单独的列。有关更多信息,请参阅
df2 = df[['Name']].assign(age=[d.get('age') for d in df['Stats']],
profession=[d.get('profession') for d in df['Stats']])
这样,处理数据就很容易了
>>> df2.sort_values('age')
Name age profession
1 Jill 35 Engineer
2 Patric 37 Student
0 Bob 42 IT
使用数据帧的一个要点是键入列以实现高效存储和计算速度(例如int64、float64、object等)。您的数据结构不好;在
Stats
中,每个字段都应该有一个单独的列。有关更多信息,请参阅
df2 = df[['Name']].assign(age=[d.get('age') for d in df['Stats']],
profession=[d.get('profession') for d in df['Stats']])
这样,处理数据就很容易了
>>> df2.sort_values('age')
Name age profession
1 Jill 35 Engineer
2 Patric 37 Student
0 Bob 42 IT
解决方案
您可以使用
argsort
查找适当的排序并将其传递给iloc
。但是,您需要创建一个数据帧,以便在age
列上运行argsort
df.iloc[pd.DataFrame(df.Stats.values.tolist()).age.argsort()]
Name Stats
1 Jill {'age': 35, 'profession': 'Engineer'}
2 Patric {'age': 37, 'profession': 'Student'}
0 Bob {'age': 42, 'profession': 'IT'}
读完这本书后,我想到了一个结合了他的想法和我的想法的东西。如果有人觉得这部分有用,请别忘了对他的答案投赞成票
df.iloc[np.argsort([x.get('age') for x in df.Stats])]
定时小样本数据
%timeit df.iloc[pd.DataFrame(df.Stats.values.tolist()).age.argsort()]
%timeit df.iloc[np.argsort([x.get('age') for x in df.Stats])]
%timeit df.iloc[np.argsort([x.get('age') for x in df.Stats.values.tolist()])]
1000 loops, best of 3: 756 µs per loop
1000 loops, best of 3: 225 µs per loop
1000 loops, best of 3: 207 µs per loop
设置
df = pd.DataFrame(dict(
Name='Bob Jill Patric'.split(),
Stats=[
dict(age=42, profession='IT'),
dict(age=35, profession='Engineer'),
dict(age=37, profession='Student')
]
))
解决方案
您可以使用
argsort
查找适当的排序并将其传递给iloc
。但是,您需要创建一个数据帧,以便在age
列上运行argsort
df.iloc[pd.DataFrame(df.Stats.values.tolist()).age.argsort()]
Name Stats
1 Jill {'age': 35, 'profession': 'Engineer'}
2 Patric {'age': 37, 'profession': 'Student'}
0 Bob {'age': 42, 'profession': 'IT'}
读完这本书后,我想到了一个结合了他的想法和我的想法的东西。如果有人觉得这部分有用,请别忘了对他的答案投赞成票
df.iloc[np.argsort([x.get('age') for x in df.Stats])]
定时小样本数据
%timeit df.iloc[pd.DataFrame(df.Stats.values.tolist()).age.argsort()]
%timeit df.iloc[np.argsort([x.get('age') for x in df.Stats])]
%timeit df.iloc[np.argsort([x.get('age') for x in df.Stats.values.tolist()])]
1000 loops, best of 3: 756 µs per loop
1000 loops, best of 3: 225 µs per loop
1000 loops, best of 3: 207 µs per loop
设置
df = pd.DataFrame(dict(
Name='Bob Jill Patric'.split(),
Stats=[
dict(age=42, profession='IT'),
dict(age=35, profession='Engineer'),
dict(age=37, profession='Student')
]
))
谢谢我很好奇,是什么让你想到尝试df.Stats.values.tolist()?如果有什么不同的话,我希望这会增加开销,而不是减少开销it@ZainRizvi这东西的经验让我想到了它。如果我想使用列表理解,那么遍历列表要比遍历pandas系列或numpy数组更快。谢谢我很好奇,是什么让你想到尝试df.Stats.values.tolist()?如果有什么不同的话,我希望这会增加开销,而不是减少开销it@ZainRizvi这东西的经验让我想到了它。如果我想使用列表理解,那么遍历列表要比遍历pandas系列或numpy数组更快。