假设我有一个带有两列的Pandas DataFrame,例如:
df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [100, 200, 300, 400]})
print(df)
a b
0 1 100
1 2 200
2 3 300
3 4 400
假设我也有熊猫系列,例如:
s = pd.Series([1, 3, 2, 4])
print(s)
0 1
1 3
2 2
3 4
dtype: int64
如何将a
列排序为与s
系列相同的顺序,并将相应的行值排序在一起?
我想要的输出是:
a b
0 1 100
1 3 300
2 2 200
3 4 400
有什么方法可以实现?
请在下面检查自我回答。
关于:
(
df.assign(s=s)
.sort_values(by='s')
.drop('s', axis=1)
)
我经常遇到这些问题,所以我只是想在Pandas中分享我的解决方案。
解决方案1:
使用set_index
将a
列转换为索引,然后使用reindex
更改顺序,然后使用rename_axis
将索引名称更改回a
,然后使用reset_index
转换a
列从索引返回到列:
print(df.set_index('a').reindex(s).rename_axis('a').reset_index('a'))
解决方案2:
使用set_index
将a
列转换为索引,然后使用loc
更改顺序,然后使用reset_index
将a
列从索引转换回列:
print(df.set_index('a').loc[s].reset_index())
解决方案3:
使用iloc
以不同的顺序对行进行索引,然后使用map
获得适合df
的顺序以使其按s
系列进行排序:
print(df.iloc[list(map(df['a'].tolist().index, s))])
解决方案4:
使用pd.DataFrame
创建一个新的DataFrame对象,然后将sorted
与key
参数一起使用,以按s
系列对DataFrame进行排序:
print(pd.DataFrame(sorted(df.values.tolist(), key=lambda x: s.tolist().index(x[0])), columns=df.columns))
使用下面的代码计时:
import pandas as pd
from timeit import timeit
df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [100, 200, 300, 400]})
s = pd.Series([1, 3, 2, 4])
def u10_1():
return df.set_index('a').reindex(s).rename_axis('a').reset_index('a')
def u10_2():
return df.set_index('a').loc[s].reset_index()
def u10_3():
return df.iloc[list(map(df['a'].tolist().index, s))]
def u10_4():
return pd.DataFrame(sorted(df.values.tolist(), key=lambda x: s.tolist().index(x[0])), columns=df.columns)
print('u10_1:', timeit(u10_1, number=1000))
print('u10_2:', timeit(u10_2, number=1000))
print('u10_3:', timeit(u10_3, number=1000))
print('u10_4:', timeit(u10_4, number=1000))
输出:
u10_1: 3.012849470495621
u10_2: 3.072132612502147
u10_3: 0.7498072134665241
u10_4: 0.8109911930595484
@@ Allen也有一个很好的答案。