繁体   English   中英

Python 3.4-Pandas-根据数据框的一列值重新排列行

[英]Python 3.4 - Pandas - Rearranging rows based on value of one column of a Dataframe

我有以下形式的数据框df1:

ID  V1  V2  V3  V4
1   4  0.1 0.2  0.3
2   6  0.4 0.5  0.6
3   3  0.7 0.8  0.9
4   11 1.0 1.1  1.2
5   6  1.3 1.4  1.5

我想排列ID列为奇数的行,首先显示在顶部,然后显示偶数ID值。

说明性地,我想以以下格式重新排列df1:

 ID  V1  V2  V3  V4
 1   4  0.1 0.2  0.3 
 3   3  0.7 0.8  0.9
 5   6  1.3 1.4  1.5
 2   6  0.4 0.5  0.6
 4   11 1.0 1.1  1.2

谁能指出我实现这一目标的最佳方法?”

编辑/ UPDATE

我之前使用ID列作为groupby()变量。 我注意到,当我输出数据框时,从技术上讲可变ID不再是数据框中的一列。 在ID上使用groupby之后,我想在数据帧上执行上述功能。 如何将已“分组”的ID列转换为数据帧中的常规列?

谢谢。

这是一种方法(我没有复制所有列,只是为了使其更短):

In [1]: df.loc[np.argsort(df.ID % 2 == 0)]
Out[1]: 
   ID  V1
0   1   4
2   3   3
4   5   6
1   2   6
3   4  11

根据OP的评论,排序之前必须先将“ ID”转换回一列,然后尝试:

df.reset_index(inplace=True)

然后,我的原始解决方案应该可以正常工作,如下所示:


一种方法是使用临时列,该列告诉您该行是奇数还是偶数:

df['odd_even'] = df['ID'] % 2  # result is 1 for odd IDs, 0 for even
df.sort_values(by=['odd_even', 'ID'], ascending=[False, True], inplace=True)
df.drop('odd_even', axis=1, inplace=True)

   ID  V1   V2   V3   V4
0   1   4  0.1  0.2  0.3
2   3   3  0.7  0.8  0.9
4   5   6  1.3  1.4  1.5
1   2   6  0.4  0.5  0.6
3   4  11  1.0  1.1  1.2

暂无
暂无

声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM