代码之家 › 专栏 › 技术社区 › Michael

熊猫:按外观顺序排序

sorting pandas python

Michael · 技术社区 · 5 年前

假设我们有一个数据帧:

df = pd.DataFrame(pd.np.zeros((15,10,)), dtype=int, \
    index=[['a']*5+['b']*5+['c']*5, list(range(15))])
df.index.names=['index0', 'index1']
pd.np.random.seed(0)
for i, v in df.iterrows():
    v.loc[pd.np.random.randint(10)] = 1

df

               0  1  2  3  4  5  6  7  8  9
index0 index1                              
a      0       0  0  0  0  0  1  0  0  0  0
       1       1  0  0  0  0  0  0  0  0  0
       2       0  0  0  1  0  0  0  0  0  0
       3       0  0  0  1  0  0  0  0  0  0
       4       0  0  0  0  0  0  0  1  0  0
b      5       0  0  0  0  0  0  0  0  0  1
       6       0  0  0  1  0  0  0  0  0  0
       7       0  0  0  0  0  1  0  0  0  0
       8       0  0  1  0  0  0  0  0  0  0
       9       0  0  0  0  1  0  0  0  0  0
c      10      0  0  0  0  0  0  0  1  0  0
       11      0  0  0  0  0  0  1  0  0  0
       12      0  0  0  0  0  0  0  0  1  0
       13      0  0  0  0  0  0  0  0  1  0
       14      0  1  0  0  0  0  0  0  0  0

如何先按“1”的出现顺序对A、B、C块中的行进行排序,然后再对A、B、C块进行排序?

预期输出:

               0  1  2  3  4  5  6  7  8  9
index0 index1                              
a      1       1  0  0  0  0  0  0  0  0  0
       2       0  0  0  1  0  0  0  0  0  0
       3       0  0  0  1  0  0  0  0  0  0
       0       0  0  0  0  0  1  0  0  0  0
       4       0  0  0  0  0  0  0  1  0  0
c      14      0  1  0  0  0  0  0  0  0  0
       11      0  0  0  0  0  0  1  0  0  0
       10      0  0  0  0  0  0  0  1  0  0
       12      0  0  0  0  0  0  0  0  1  0
       13      0  0  0  0  0  0  0  0  1  0
b      8       0  0  1  0  0  0  0  0  0  0
       6       0  0  0  1  0  0  0  0  0  0
       9       0  0  0  0  1  0  0  0  0  0
       7       0  0  0  0  0  1  0  0  0  0
       5       0  0  0  0  0  0  0  0  0  1

编辑:值可以不是“1”,实际上这些是不同的文本值。

1 回复 | 直到 5 年前

Chris 5 年前

一种方法是使用 pandas.DataFrame.groupby 具有 idxmax 和 sort_values :

import pandas as pd

l = (d.loc[d.idxmax(1).sort_values().index] for _, d in df.groupby('index0'))
new_df = pd.concat(sorted(l, key= lambda x:list(x.sum()), reverse=True))
print(new_df)

输出:

               0  1  2  3  4  5  6  7  8  9
index0 index1                              
a      1       1  0  0  0  0  0  0  0  0  0
       2       0  0  0  1  0  0  0  0  0  0
       3       0  0  0  1  0  0  0  0  0  0
       0       0  0  0  0  0  1  0  0  0  0
       4       0  0  0  0  0  0  0  1  0  0
c      14      0  1  0  0  0  0  0  0  0  0
       11      0  0  0  0  0  0  1  0  0  0
       10      0  0  0  0  0  0  0  1  0  0
       12      0  0  0  0  0  0  0  0  1  0
       13      0  0  0  0  0  0  0  0  1  0
b      8       0  0  1  0  0  0  0  0  0  0
       6       0  0  0  1  0  0  0  0  0  0
       9       0  0  0  0  1  0  0  0  0  0
       7       0  0  0  0  0  1  0  0  0  0
       5       0  0  0  0  0  0  0  0  0  1

以防 1 S是文本,其余部分相同,请尝试使用 pandas.Dataframe.ne

tmp = df.ne(0)
# same operation
new_df = df.loc[new_tmp.index]