Question

我有一个状态+ DC的数据帧。它们应按名称排序，但首先是DISTRICT OF COLUMBIA。非原位方法链接操作是首选。

以下效果很好，并且采用我更喜欢的链接方式。但对于如此简单的操作来说，这似乎太复杂了。是否有可能以更清洁的方式做到这一点？

我从

开始

>>> states = pd.DataFrame({
 'state_name': ['ALABAMA', 'DISTRICT OF COLUMBIA', 'WYOMING',], 
 'population': [1000, 2000, 3000]
 })


>>> states
   population            state_name
0        1000               ALABAMA
1        2000  DISTRICT OF COLUMBIA
2        3000               WYOMING

并做

>>> (
     states
    .assign(state_name = lambda x: x.state_name.astype('category', ordered=True))
    .assign(state_name = lambda x:x.state_name.cat.reorder_categories(
        ['DISTRICT OF COLUMBIA']
        +  x.state_name.cat.categories.drop('DISTRICT OF COLUMBIA').tolist())
    )
    .sort_values('state_name')
)

获取

   population            state_name
1        2000  DISTRICT OF COLUMBIA
0        1000               ALABAMA
2        3000               WYOMING

Answer 1

这是你做的：

创建一个布尔系列states.state_name.ne('DISTRICT OF COLUMBIA')。对于False，'DISTRICT OF COLUMBIA'和其他所有内容True将为False。
如果我们对此布尔系列进行排序，则True首先出现，所有True出现。如果我们使用稳定排序，则这些mergesort值将保持相同的顺序。 iloc是一种稳定的排序。
但是，我们需要使用argsort和states.iloc[states.state_name.ne('DISTRICT OF COLUMBIA').argsort(kind='mergesort')] population state_name 1 2000 DISTRICT OF COLUMBIA 0 1000 ALABAMA 2 3000 WYOMING来获取代表该排序的排列。

很多词语用来形容：

sort_values

您还可以在states.eval( 'dc = state_name != "DISTRICT OF COLUMBIA"', inplace=False ).sort_values('dc', kind='mergesort').drop('dc', 1) population state_name 1 2000 DISTRICT OF COLUMBIA 0 1000 ALABAMA 2 3000 WYOMING

中添加要使用的列

{{1}}

按自定义排序规则重新排序数据框行

1 个答案: