Question

我有一个类似于以下（子集）的数据框：

0        2014-01-23 17:01:09
1000     2014-01-23 17:38:28
2000     2014-01-23 18:08:28
3000     2014-01-23 18:33:10
4000     2014-01-24 14:19:28
5000     2014-01-24 14:31:04
6000     2014-01-23 18:34:53
7000     2014-01-23 17:15:36
8000     2014-01-23 19:31:45
9000     2014-01-23 19:23:06
10000    2014-01-23 17:58:15
Name: date, dtype: object

正如您所见，列date的列类型为object。所以，我想按时间顺序对这个专栏进行排序。因此在我的代码中我打电话

data = data.sort(['date'])

然而，结果如下：

0        2014-01-23 17:01:09
1000     2014-01-23 17:38:28
2000     2014-01-23 18:08:28
3000     2014-01-23 18:33:10
4000     2014-01-24 14:19:28
5000     2014-01-24 14:31:04
6000     2014-01-23 18:34:53
7000     2014-01-23 17:15:36
8000     2014-01-23 19:31:45
9000     2014-01-23 19:23:06
10000    2014-01-23 17:58:15
Name: date, dtype: object

所以，什么都没有排序。但为什么它不起作用？

更新：我现在在互联网上找到以下内容：

import dateutil
data['date'] = data['date'].apply(dateutil.parser.parse)
print str(data.dtypes)

的产率：

date        datetime64[ns]

但是，即使现在该类型显式设置为datetime对象，我仍然无法按时间顺序对其进行排序。现在，我真的很困惑。

更新2：现在我在代码中执行了以下操作

    data['date'] = pd.to_datetime(data['date'])
    data = data.sort(['date'])

然而，它仍然没有效果。没有排序w.r.t.日期。

Answer 1

好的，我现在发现了。数据帧的索引也根据数据帧的排序顺序进行排列。那么，

的输出

print str(data['date'].ix[np.array(range(0,11))*1000])
print str(data[:20])

实际上是不同的。因此我没有看到任何影响排序，虽然一切都已经正确排序。但是，这极其反直觉！

为了创建更正的索引顺序，可以通过以下方式修复排列：

data = data.sort(['date'])
data.index = range(0,len(data))

其他评论：实际上，如果在大熊猫的文件中会有一个关于这种陷阱（和其他人）的评论，那将会很棒。它几乎把我逼疯了，只有一个同事才巧妙地知道这一点。

Answer 2

谢谢，这对我帮助很大。

我唯一注意到的是

data = data.sort(['date'])

现已弃用，应为：

data = data.sort_values(by='date')

Answer 3

将您的日期转换为pandas datetime。像：

df['date'] = pd.to_datetime(df['date'])

相对于object类型的列对python pandas数据帧进行排序

3 个答案: