按特定顺序排序(情况:pandas DataFrame Groupby)

时间:2016-09-01 15:14:26

标签: python sorting pandas

我想通过以下代码更改订单日期 我想要的是订单(周一,周二,周三,周四,周五,周六,周日)的结果 - 我应该说,按照某个预定顺序按键排序?

这是我需要调整的代码:

f8 = df_toy_indoor2.groupby(['device_id', 'day'])['dwell_time'].sum()

print(f8)

目前的结果:

device_id                         day
device_112                        Thu     436518
                                  Wed     636451
                                  Fri     770307
                                  Tue     792066
                                  Mon     826862
                                  Sat     953503
                                  Sun    1019298
device_223                        Mon    2534895
                                  Thu    2857429
                                  Tue    3303173
                                  Fri    3548178
                                  Wed    3822616
                                  Sun    4213633
                                  Sat    4475221

期望的结果:

device_id                         day
device_112                        Mon     826862  
                                  Tue     792066
                                  Wed     636451 
                                  Thu     436518
                                  Fri     770307
                                  Sat     953503
                                  Sun    1019298
device_223                        Mon    2534895
                                  Tue    3303173
                                  Wed    3822616
                                  Thu    2857429
                                  Fri    3548178
                                  Sat    4475221
                                  Sun    4213633

此处,type(df_toy_indoor2.groupby(['device_id', 'day'])['dwell_time'])是一个班级' pandas.core.groupby.SeriesGroupBy'。

我找到了.sort_values(),但它是一个按值组建的内置排序函数。
 我想得到一些指示来设置一些命令来使用它进一步的数据操作 提前谢谢。

4 个答案:

答案 0 :(得分:15)

花了我一些时间,但我找到了解决方案。 reindex做你想做的事。请参阅我的代码示例:

a = [1, 2] * 2 + [2, 1] * 3 + [1, 2]
b = ['Mon', 'Wed', 'Thu', 'Fri'] * 3
c = list(range(12))
df = pd.DataFrame(data=[a,b,c]).T
df.columns = ['device', 'day', 'value']
df = df.groupby(['device', 'day']).sum()

给出:

            value
device day       
1      Fri      7
       Mon      0
       Thu     12
       Wed     14
2      Fri     14
       Mon     12
       Thu      6
       Wed      1

然后做重新索引:

df.reindex(['Mon', 'Wed', 'Thu', 'Fri'], level='day')

或更方便(归功于burhan)

df.reindex(list(calendar.day_abbr), level='day')

给出:

            value
device day       
1      Mon      0
       Wed     14
       Thu     12
       Fri      7
2      Mon     12
       Wed      1
       Thu      6
       Fri     14

答案 1 :(得分:4)

'day'列设置为categorical dtype,只需确保在设置类别时,您的日期列表会按照您的喜好进行排序。然后,执行groupby将自动为您排序,但如果您尝试对列进行排序,它将按照您指定的正确顺序排序。

# Initial setup.
np.random.seed([3,1415])
n = 100
days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
df = pd.DataFrame({
    'device_id': np.random.randint(1,3,n),
    'day': np.random.choice(days, n),
    'dwell_time':np.random.random(n)
    })


# Set as category, groupby, and sort.
df['day'] = df['day'].astype("category", categories=days, ordered=True)
df = df.groupby(['device_id', 'day']).sum()

更新 :astype不再接受类别,请使用:

category_day = pd.api.types.CategoricalDtype(categories=days, ordered=True)
df['day'] = df['day'].astype(category_day)

结果输出:

               dwell_time
device_id day            
1         Mon    4.428626
          Tue    3.259319
          Wed    2.436024
          Thu    0.909724
          Fri    4.974137
          Sat    5.583778
          Sun    2.687258
2         Mon    3.117923
          Tue    2.427154
          Wed    1.943927
          Thu    4.599547
          Fri    2.628887
          Sat    6.247520
          Sun    2.716886

请注意,此方法适用于任何类型的自定义排序。例如,如果您有一个包含条目'a', 'b', 'c'的列,并希望按非标准顺序对其进行排序,例如'c', 'a', 'b',您只需执行相同类型的过程:将列指定为分类,您的类别采用您想要的非标准顺序。

答案 2 :(得分:1)

可能不是最好的方法,但就我所知,你无法将函数/映射传递给sort_values。作为一种解决方法,我通常使用assign添加新列并按该列排序。在您的示例中,还需要先重置索引(并将其重新设置)。

days = {'Mon': 1, 'Tue': 2, 'Wed': 3, 'Thu': 4, 'Fri': 5, 'Sun': 6, 'Sat': 7}
f8 = f8.reset_index()
(f8.assign(day_num=f8['day'].map(days))
   .sort_values(['device_id', 'day_num'])
   .set_index(['device_id', 'day'])
   .drop('day_num', axis=1))
Out: 
                                            0
device_id                        day         
0d4fd55bb363bf6f6f7f8b3342cd0467 Mon   826862
                                 Tue   792066
                                 Wed   636451
                                 Thu   436518
                                 Fri   770307
                                 Sun  1019298
                                 Sat   953503
f6258edf9145d1c0404e6f3d7a27a29d Mon  2534895
                                 Tue  3303173
                                 Wed  3822616
                                 Thu  2857429
                                 Fri  3548178
                                 Sun  4213633
                                 Sat  4475221

答案 3 :(得分:1)

如果您对groupby之前的数据框进行排序,则pandas将维护您的排序顺序。你要做的第一件事是提出一个很好的方法来排序一周的日子。一种方法是将表示星期几的int分配给每一行,然后对该列进行排序。例如:

import pandas

df = pandas.DataFrame(
    columns=['device_id', 'day', 'dwell_time'], 
    data=[[1, 'Wed', 35], [1, 'Mon', 63], [2, 'Sat', 83], [2, 'Fri', 82]]
)

df['day_of_week'] = df.apply(
    lambda x: ['Mon', 'Tues', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'].index(x.day), 
    1
)

print(df.sort(['device_id', 'day_of_week']).groupby(['device_id', 'day'])['dwell_time'].sum())

的产率:

device_id  day    dwell_time
1          Mon    63
           Wed    35
2          Fri    82
           Sat    83