用熊猫按绝对值对列进行排序

Question

我正在尝试在abs（C）上对该数据框进行排序

      A     B     C
0  10.3  11.3 -0.72
1  16.2  10.9 -0.84
2  18.1  15.2  0.64
3  12.2  11.3  0.31
4  17.2  12.2 -0.75
5  11.6  15.4 -0.08
6  16.0  10.4  0.05
7  18.8  14.7 -0.61
8  12.6  16.3  0.85
9  11.6  10.8  0.93

为此，我必须添加一个新列D = abs（C），然后对D进行排序

df['D']= abs (df['C'])
df.sort_values(by=['D'])

有一种方法可以用一种方法完成这项工作吗？

Answer 1

使用Series.argsort将Series.abs用于绝对值的位置，然后将DataFrame.iloc更改为行的顺序：

df2 = df.iloc[df.C.abs().argsort()]
print (df2)
      A     B     C
6  16.0  10.4  0.05
5  11.6  15.4 -0.08
3  12.2  11.3  0.31
7  18.8  14.7 -0.61
2  18.1  15.2  0.64
0  10.3  11.3 -0.72
4  17.2  12.2 -0.75
1  16.2  10.9 -0.84
8  12.6  16.3  0.85
9  11.6  10.8  0.93

Answer 2

（来自my answer in another post :)

Pandas 自带的完美简单解决方案 > V_1.1.0：

在sort_values function中使用参数key：

import pandas as pd
ttt = pd.DataFrame({'a': ['a', 'b', 'c', 'd', 'e', 'f'], 'b': [-3, -2, -1, 0, 1, 2]})

ttt.sort_values(by='b', key=abs)

将产生：

    a   b
3   d   0
2   c   -1
4   e   1
1   b   -2
5   f   2
0   a   -3

Answer 3

import pandas as pd

ttt = pd.DataFrame({'a': ['a', 'b', 'c', 'd', 'e', 'f'], 'b': [-3, -2, -1, 0, 1, 2]})

# ascending order
ttt_as = ttt.iloc[ttt.b.abs().argsort()]

print (ttt_as)

# descending order
ttt_des = ttt.iloc[ttt.b.abs().argsort()][::-1]

print (ttt_des)