![](/img/trans.png)
[英]Sort by one column, then group by another, in Pandas Dataframe?
[英]Sort dataframe by another on one column - pandas
假设我必须进行数据帧处理,如下所示:
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]})
我想排序df
由顺序数据df2
的数据'a'
列,所以df.a
柱将顺序df2.a
并且这使得整个数据帧的顺序。
所需的输出:
a b
0 1 1
1 2 4
2 3 3
3 4 2
(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)
如预期般运作!!!
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:我不仅要解释原因,还需要针对大数据帧的解决方案
一种可能的解决方案是在两个DataFrame
中都创建辅助列,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
或者也许需要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
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.