Question

可以说我有一个数据列，其中包含诸如：

x_0, x_1, y_0, y_1, z_0, z_1

现在，x，y，z上的值可以是任何值，没有任何模式。对于每一行，我想将三个字母（x，y，z）的值对（0，1）从最小的“ 1”重新分配给最大的“ 1”。

示例行（易于理解的括号）：

x_0, x_1, y_0, y_1, z_0, z_1

 (5    6)    (4    2)    (6    1)

将成为：

x_0, x_1, y_0, y_1, z_0, z_1

 6    1    4    2    5    6

我在阅读文档时很难找到一种方法，而不必太草率。似乎在迭代行时，我不应该更改值，但这就是我想要做的。当我尝试在SO上搜索“每行的行值重新排序”时，我仍然只得到“重新排序行”结果。

Answer 1

您可以将行转换为2D数组，然后按第二列对其进行排序，然后将其整形为单行。

#This is your dataFrame:
columns = ["x_0", "x_1", "y_0", "y_1", "z_0", "z_1"]
data = np.array([5,6,4,2,6,1]).reshape(-1,6))
df = pd.DataFrame(data=data,columns=columns)

#Output
        x_0 x_1 y_0 y_1 z_0 z_1
  0      6   1   4   2   5  6

#Select your row, in this case row=0; get the values as a numpy array and reshape it to a 2D array
row=0
M = df.iloc[row].values
M = M.reshape(-1,2)

#Output
array([[6, 1],
       [4, 2],
       [5, 6]])

#Create a temporary dataframe that you can use to sort by second column (i.e. column 1)
df_temp = pd.DataFrame(M).sort_values(by=1)

#Output

    0   1
0   6   1
1   4   2
2   5   6

#Get the sorted values back to a numpy 2D array and reshape it;
df_temp.values.reshape(-1,6)

#Output
array([[6, 1, 4, 2, 5, 6]])

#And here you are
df.iloc[0] = df_temp.values.reshape(-1,6)

#Output
    x_0 x_1 y_0 y_1 z_0 z_1
0   6    1   4   2   5   6

您可以将所有togheter放在一行中：

df.iloc[0] = pd.DataFrame(df.iloc[0].values.reshape(-1,2)).sort_values(by=1).values.reshape(-1,6)

重新排列每个数据帧行的值组？

1 个答案: