Python 熊猫排序_值（）问题。应用键参数时排序整数错误

大家好，我试着到处寻找这个问题，但我无法找到解决办法。如果你能帮助我，我会很高兴的

所以，基本上我有这个数据集：

df=pd.DataFrame（{“col1”：['xxx'，'xxx'，'xxx'，'kkk'，'www'，'www']，
“col2:[2020、1994、2013、1000、1996、2021]}
df.dtypes
col1对象
col2 int64
数据类型：对象

我想对第一列按肋顺序排列，第二列按升序排列。最终结果应如下所示：

col1 col2
4 www.1996
5 www.2021
3 kkk 1000
0 xxx 1994
2013年1月30日
2020年2月30日

因此，为了实现这一点，我做了以下工作：

d={'xxx'：4，'zzz'：1，'yyy'：5，'kkk'：2，'jjj'：3，'www'：0}定制订单
df.sort_值（by=['col1'，'col2']，key=lambda x:x.map（d））

但我最终得出的结论是：

col1 col2
4 www.1996
5 www.2021
3 kkk 1000
0 xxx 2020
1994年1月30日
2013年3月2日

如果我这样做：

df.sort_值（按=['col1'，'col2']）
col1 col2
3 kkk 1000
4 www.1996
5 www.2021
1994年1月30日
2013年3月2日
0 xxx 2020

---

可乐订得很好。我真的不知道我为什么会有这个问题。有没有人经历过类似的事情？谢谢

可能的技巧是通过

col2

中的值来扩展字典：

d = {'xxx': 4, 'zzz':1, 'yyy':5, 'kkk':2, 'jjj':3, 'www':0} # to customize order 
d = {**d, **dict(zip(df.col2, df.col2))}

df = df.sort_values(by = ['col1' , 'col2'], key = lambda x: x.map(d))
print (df)
  col1  col2
4  www  1996
5  www  2021
3  kkk  1000
1  xxx  1994
2  xxx  2013
0  xxx  2020

或使用

get

的解决方案-如果未返回匹配项，则返回相同的值

NaN

：

df = df.sort_values(by = ['col1' , 'col2'], key = lambda x: x.map(lambda y: d.get(y, y)))
print (df)
  col1  col2
4  www  1996
5  www  2021
3  kkk  1000
1  xxx  1994
2  xxx  2013
0  xxx  2020

具有辅助列的解决方案：

d = {'xxx': 4, 'zzz':1, 'yyy':5, 'kkk':2, 'jjj':3, 'www':0} 

df = df.assign(new=df['col1'].map(d)).sort_values(by=['new','col2']).drop('new', axis=1)
print (df)
  col1  col2
4  www  1996
5  www  2021
3  kkk  1000
1  xxx  1994
2  xxx  2013
0  xxx  2020

试试这个-

df  =df.groupby('col1')['col2'].apply(sorted).explode().reset_index()
d = {'xxx': 4, 'zzz':1, 'yyy':5, 'kkk':2, 'jjj':3, 'www':0} 
df['sorted'] = df['col1'].map(d)
df = df.sort_values('sorted').drop('sorted', axis=1)

---

将col1更改为按顺序排列的类别

df = pd.DataFrame({"col1": ['xxx', 'xxx', 'xxx', 'kkk', 'www', 'www'],
                 "col2": [ 2020, 1994, 2013, 1000, 1996, 2021]})
d = {'xxx': 4, 'zzz':1, 'yyy':5, 'kkk':2, 'jjj':3, 'www':0} # to customize order 

df["col1"] = pd.Categorical(df["col1"], sorted(list(d.keys()), key=lambda x: d[x]), ordered=True)
df.sort_values(["col1","col2"])

可乐 可乐 4. 万维网 1996 5. 万维网 2021 3. kkk 1000 1. xxx 1994 2. xxx 2013 0 xxx 2020

---

创建新列，将其映射到词典，按其排序，然后删除：）

df=pd.DataFrame（{“col1”：['xxx'，'xxx'，'xxx'，'kkk'，'www'，'www']，
“col2:[2020、1994、2013、1000、1996、2021]}
d={'xxx'：4，'zzz'：1，'yyy'：5，'kkk'：2，'jjj'：3，'www'：0}自定义顺序
df['sorting']=df['col1'].map（d）
df=df.sort\u值（“排序”）
del df[“排序”]

熊猫有一个数据类型“categorical”，它可以做到：

import pandas as pd
df = pd.DataFrame({"col1": ['xxx', 'xxx', 'xxx', 'kkk', 'www', 'www'],
                 "col2": [ 2020, 1994, 2013, 1000, 1996, 2021]})

df["col1"] = pd.Categorical(df["col1"], ordered=True,
             categories=['www', 'zzz', 'kkk', 'jjj', 'xxx', 'yyy'])


df.sort_values(["col1", "col2"], ascending = (True, True))

  col1  col2
4  www  1996
5  www  2021
3  kkk  1000
1  xxx  1994
2  xxx  2013
0  xxx  2020

---

嗯，这不是虫子。当将键传递给多个列时，您希望从中得到什么？它将应用于每一列并用作排序键。d中没有任何col2元素，因此它返回None（我认为是这样，因为没有引发错误，因此它可能使用

d.get（x，None）

）。对于您的用例，最简单的解决方案是排序两次：

df.sort_values(by='col2').sort_values(by='col1', key=lambda x: x.map(d))

---

我还检查了我的假设是否正确。如果在代码示例中设置

key=x.map（lambda t:d[t]）

而不是

x.map（d）

，则会出现错误，说明密钥不匹配。因此，您确实尝试将其应用于两个列并按结果排序。

因此，最后我使用了

get

解决方案，因为实际上我有一个较大的数据集，具有不同的值，因此我无法简单地应用“分类”解决方案。非常感谢你的回答。