Question

假设我必须对数据帧进行如下操作：

df=pd.DataFrame({'a':[1,4,3,2],'b':[1,2,3,4]})
df2=pd.DataFrame({'a':[1,2,3,4],'b':[1,2,3,4],'c':[34,56,7,55]})

我想按df列上的df2数据顺序对'a'数据进行排序，因此df.a列应为df2.a的顺序，并且使得整个数据帧保持顺序的

所需的输出：

（手动制作，如果有任何错误，请告诉我：D）

我自己的尝试：

df = df.set_index('a')
df = df.reindex(index=df2['a'])
df = df.reset_index()
print(df)

按预期工作！！！

但是当我有更长的数据帧时，例如：

df=pd.DataFrame({'a':[1,4,3,2,3,4,5,3,5,6],'b':[1,2,3,4,5,5,5,6,6,7]})
df2=pd.DataFrame({'a':[1,2,3,4,3,4,5,6,4,5],'b':[1,2,4,3,4,5,6,7,4,3]})

它不能正常工作。

注意：我不仅想解释为什么，而且还需要一种针对大数据帧的解决方案

Answer 1

一种可能的解决方案是在两个DataFrame中创建帮助器列，因为值重复：

df['g'] = df.groupby('a').cumcount()
df2['g'] = df2.groupby('a').cumcount()

df = df.set_index(['a','g']).reindex(index=df2.set_index(['a','g']).index)
print(df)
       b
a g     
1 0  1.0
2 0  4.0
3 0  3.0
4 0  2.0
3 1  5.0
4 1  5.0
5 0  5.0
6 0  7.0
4 2  NaN
5 1  6.0

或者可能需要merge：

df3 = df.merge(df2[['a','g']], on=['a','g'])
print(df3)
   a  b  g
0  1  1  0
1  4  2  0
2  3  3  0
3  2  4  0
4  3  5  1
5  4  5  1
6  5  5  0
7  5  6  1
8  6  7  0

在一列上按另一列对数据框进行排序-Pandas

1 个答案: