熊猫：如何按一列的日期对数据框行进行排序

Question

因此，我有两个不同的数据帧，并且两个都连接在一起。所有列都相同；但是，日期列具有 M / D / YR 格式的各种不同日期。

数据帧日期在序列的后面会被拖曳

有没有一种方法可以保留整个数据框本身，并根据日期列中的日期对 行 进行排序。我还想保留日期的格式。

所以基本上

date        people
6/8/2015    1
7/10/2018   2
6/5/2015    0

被转换为：

date          people
6/5/2015      0
6/8/2015      1
7/10/2018     2

谢谢！

PS：我已经尝试了另一篇文章中的选项，但是它不起作用

Answer 1

尝试详细说明可以做什么：  初始化/合并数据框并将列转换为日期时间类型

df= pd.DataFrame({'people':[1,2,0],'date': ['6/8/2015','7/10/2018','6/5/2015',]})
df.date=pd.to_datetime(df.date,format="%m/%d/%Y")
print(df)

输出：

   date      people
0   2015-06-08  1
1   2018-07-10  2
2   2015-06-05  0

根据日期排序

df=df.sort_values('date')
print(df)

输出：

    date    people
2   2015-06-05  0
0   2015-06-08  1
1   2018-07-10  2

再次维护格式：

df['date']=df['date'].dt.strftime('%m/%d/%Y')
print(df)

输出：

    date    people
2   06/05/2015  0
0   06/08/2015  1
1   07/10/2018  2

Answer 2

尝试将“日期”列更改为熊猫日期时间，然后进行排序

<xsl:value-of select="concat(substring-before(text(),'.'),'.', substring(substring-after(text(),'.'),1,2))" />

输出：

import pandas as pd
df= pd.DataFrame({'people':[1,1,1,2],'date': 
['4/12/1961','5/5/1961','7/21/1961','8/6/1961']})
df['date'] =pd.to_datetime(df.date)
df.sort_values(by='date')

要恢复初始格式：

date       people

1961-04-12  1

1961-05-05  1

1961-07-21  1

1961-08-06  2

输出：

df['date']=df['date'].dt.strftime('%m/%d/%y')

Answer 3

不确定要获得什么，但是如果您只想让属于一个日期的人，则只需使用groupby。

df = df.groupby('date').sum()

或其他分组依据

df = df.groupby('date').agg(lambda col: col.tolist()).reset_index()

然后，您可以根据需要对其进行排序。也许这就是您要寻找的 Sort Pandas Dataframe by Date

Answer 4

为什么不简单？

dataset[SortBy["date"]]

您能否提供您尝试过的内容或结构如何？

如果您需要按相反的顺序排序，请执行以下操作：

dataset[SortBy["date"]][Reverse]