我的pandas DataFrame看起来像这样:
day
其中---------------------------------------
Name | Stats
---------------------------------------
Bob | { age : 42, profession: IT }
Jill | { age : 35, profession: Engineer }
Patric | { age : 37, profession: Student }
---------------------------------------
是一个类,而Stats
和age
都是该类的属性。
我希望通过profession
上的某个属性对该表进行排序。例如,按人的年龄对其进行排序,以使表格如下:
Stats
Pandas有没有办法做到这一点?我只找到了按整列排序的方法
由于
答案 0 :(得分:2)
使用数据框的一个主要方面是键入列以实现高效存储和计算速度(例如int64,float64,object等)。您的数据结构不合理;您应该为Stats
中的每个字段设置单独的列。有关详细信息,请参阅Tidy Data。
df2 = df[['Name']].assign(age=[d.get('age') for d in df['Stats']],
profession=[d.get('profession') for d in df['Stats']])
然后很容易处理您的数据。
>>> df2.sort_values('age')
Name age profession
1 Jill 35 Engineer
2 Patric 37 Student
0 Bob 42 IT
答案 1 :(得分:2)
<强>解决方案强>
您可以使用argsort
查找相应的顺序并将其传递给iloc
。但是,您需要创建数据框才能在argsort
列上运行age
。
df.iloc[pd.DataFrame(df.Stats.values.tolist()).age.argsort()]
Name Stats
1 Jill {'age': 35, 'profession': 'Engineer'}
2 Patric {'age': 37, 'profession': 'Student'}
0 Bob {'age': 42, 'profession': 'IT'}
在阅读@Alexander's answer...后,我想出了一些结合他的想法和我的想法的东西。如果有人发现这部分有用,请不要忘记提出他的答案。
df.iloc[np.argsort([x.get('age') for x in df.Stats])]
<强>时序强>
小样本数据
%timeit df.iloc[pd.DataFrame(df.Stats.values.tolist()).age.argsort()]
%timeit df.iloc[np.argsort([x.get('age') for x in df.Stats])]
%timeit df.iloc[np.argsort([x.get('age') for x in df.Stats.values.tolist()])]
1000 loops, best of 3: 756 µs per loop
1000 loops, best of 3: 225 µs per loop
1000 loops, best of 3: 207 µs per loop
设置
df = pd.DataFrame(dict(
Name='Bob Jill Patric'.split(),
Stats=[
dict(age=42, profession='IT'),
dict(age=35, profession='Engineer'),
dict(age=37, profession='Student')
]
))