Question

我正在使用最近下载的带有Python 3.7.1和pandas 0.23.4的Anaconda

当数据为字典且未传递索引时，系列索引将按照字典的插入顺序进行排序

我从没有传递索引的字典中实例化了一个熊猫DataFrame：

newspapers = {'Jim':{'Mon':15,'Tue':17,'Wed':21,'Thu':16,'Fri':19},\
     'Tony':{'Mon':8,'Tue':15,'Wed':11,'Thu':16,'Fri':13}, \
     'Colin':{'Mon':13,'Tue':17,'Wed':19,'Thu':17,'Fri':20} \
    }
newspapers_df = pd.DataFrame(newspapers)

为什么没有按插入顺序显示此内容，星期一，星期二，星期三，星期四，星期五？：

print(newspapers_df)

输出：

      Jim  Tony  Colin
Fri   19    13     20
Mon   15     8     13
Thu   16    16     17
Tue   17    15     17
Wed   21    11     19

Answer 1

对于我在python 3.5中工作的熊猫来说，这似乎是一个错误，它在字典理解中以0.24.2创建Series并传递给DataFrame构造函数：

newspapers_df = pd.DataFrame({k:pd.Series(v) for k, v in newspapers.items()})

print (newspapers_df)
     Jim  Tony  Colin
Mon   15     8     13
Tue   17    15     17
Wed   21    11     19
Thu   16    16     17
Fri   19    13     20

可能的数据解决方案-DataFrame.reindex或ordered CategoricalIndex：

newspapers_df = pd.DataFrame(newspapers)

L = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri']
newspapers_df = newspapers_df.reindex(L)

或者：

newspapers_df.index = pd.CategoricalIndex(newspapers_df.index, ordered=True, categories=L)
newspapers_df = newspapers_df.sort_index()
print (newspapers_df)
     Jim  Tony  Colin
Mon   15     8     13
Tue   17    15     17
Wed   21    11     19
Thu   16    16     17
Fri   19    13     20

Answer 2

可以使用numpy.argsort()完成相同的排序：

days_dict = {'Mon':0, 'Tue':1,'Wed':2,'Thu':3,'Fri':4,'Sat':5,'Sun':6}
df = pd.DataFrame(newspapers).reset_index()
df.iloc[np.argsort(df['index'].map(days_dict)),:]

Answer 3

查找pd.Series和pd.DataFrame有不同的处理方式。

我有类似的python环境，结果可以在我的计算机中复制。而且，Jezrel的pd.Series盒可以在我的计算机中复制。

我检查了手册，发现两个结果都与文档一致。

对于系列，键为索引当数据是字典且未传递索引时，如果您使用的是Python版本> = 3.6，系列索引将按照字典的插入顺序排序和熊猫版本> = 0.23。

对于数据框：键为列。如果未通过轴标签，则会基于常识规则从输入数据中构建它们。

注意：当数据是字典且未指定列时，如果您使用的Python版本> = 3.6和Pandas> = 0.23，则 DataFrame列将按字典的插入顺序排序。

这意味着，如果要确保列和索引都排序，则可能需要传递索引或稍后对其进行排序。

希望它能回答您的问题。

从字典和索引顺序创建DataFrame？

3 个答案: