我的数据框看起来像这样,只有更大。
d = {'Col_1' : pd.Series(['A', 'B']),
'Col_2' : pd.Series(['B', 'A', 'C']),
'Col_3' : pd.Series(['B', 'A']),
'Col_4' : pd.Series(['C', 'A', 'B', 'D']),
'Col_5' : pd.Series(['A', 'C']),}
df = pd.DataFrame(d)
Col_1 Col_2 Col_3 Col_4 Col_5
A B B C A
B A A A C
NaN C NaN B NaN
NaN NaN NaN D NaN
首先,我正在尝试单独对每列进行排序。我尝试过像df.sort([lambda x: x in df.columns], axis=1, ascending=True, inplace=True)
之类的东西,但是最终却出错了。如何对每个列进行单独排序,最终得到如下内容:
Col_1 Col_2 Col_3 Col_4 Col_5
A A A A A
B B B B C
NaN C NaN C NaN
NaN NaN NaN D NaN
其次,我希望连接列
中的行 df = pd.concat([df,pd.DataFrame(df.sum(axis=0),columns=['Concatenation']).T])
在用''替换np.nan后,我可以将所有内容与上面的行组合在一起,但结果会被粉碎('AB')并且需要额外的步骤来清理(变成'A:B'之类的东西)
答案 0 :(得分:6)
这是一种方式:
>>> pandas.concat([df[col].order().reset_index(drop=True) for col in df], axis=1, ignore_index=True)
11: 0 1 2 3 4
0 A A A A A
1 B B B B C
2 NaN C NaN C NaN
3 NaN NaN NaN D NaN
[4 rows x 5 columns]
但是,你所做的有点奇怪。 DataFrames不仅仅是不相关列的集合。在DataFrame中,每个行表示一条记录,因此一列中的值在语义上与同一行中其他列中的值相关联。通过独立地对列进行排序,您将丢弃此信息,因此行现在毫无意义。这就是我的例子中需要reset_index
的原因。另外,由于这个原因,你无法在原地做到这一点,你的例子就是你想要的。
答案 1 :(得分:1)
pandas.Series.order
is deprecated since pandas=0.17.而是使用sort_values
,如下所示:
for col in df:
df[col] = df[col].sort_values(ignore_index=True)
答案 2 :(得分:0)
我不知道这是否更好,但还有其他几种方法可以做到。
pd.DataFrame({key: sorted(value.values(), reverse=True) \
for key, value in df.to_dict().iteritems()})
pd.DataFrame({key: sorted(values, reverse=True) \
for key, values in df.transpose().iterrows()})