Question

Pandas数据框可以按其列的值进行排序，但我想按照我不想添加到数据框的系列的值对数据框进行排序 - 尽管它具有相同的索引。

我通过将系列添加到数据框（作为列），排序并再次删除列来对数据框进行排序。示例代码nprojnpercent是我的数据框，total是我的系列：

nprojnpercent["total"]=total
nprojnpercent.sort_values(by="total",ascending=False,inplace=True)
nprojnpercent.pop("total")

它有效，但对我来说似乎很奇怪。是否有更简单的方法来按序列订购数据框？

Answer 1

一种略有不同（可能可靠）的方法：


def sort_df(df, by, **kwargs):
    if isinstance(by, str):
        return df.sort_values(by)
    
    by = pd.Series(by.reset_index(drop=True))
    idx = by.sort_values(**kwargs).index
    
    return df.iloc[idx]

现在，df的索引（可能是日期时间或其他）与by的索引不匹配无关紧要。您仍然可以按by的值进行排序。

Answer 2

sort_values返回已排序的系列，因此请获取此索引并将其命名为idx。由于s的索引与df的索引相对应，因此您可以将loc与idx一起使用，然后根据`s的排序值重新排列行。

np.random.seed(0)
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC'))
s = pd.Series(np.random.randn(5), name='C')

>>> df
          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
2  0.950088 -0.151357 -0.103219
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863

>>> s
0    0.333674
1    1.494079
2   -0.205158
3    0.313068
4   -0.854096
Name: C, dtype: float64

idx = s.sort_values().index

>>> df.loc[idx]
          A         B         C
4  0.761038  0.121675  0.443863
2  0.950088 -0.151357 -0.103219
3  0.410599  0.144044  1.454274
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278

按系列排序pandas数据框

2 个答案: