[英]pandas) how to use kind option in sort_values
嗨,我想按列中的值对数据框进行排序,列的值是带数字的字符串组合。 我想通过拆分按值中的数字排序所以我搜索了一些模块以仅从列表中选择数字并在 sort_values 中应用 kind 选项..但它没有用..没有 kind 选项,它按'D1 D10 D11 D2 D3 ..'. 我想要排序 'D1 D2 D3 D4..D10 D11' 你能帮我吗?
python
# 我想按 D1 D2 D3 D4 D5 D10 D11 排序... df[Xlabel] = ['D1','D2','D3','D4','D5','D10','D11' ]
def atoi(text):
return int(text) if text.isdigit() else text
def natural_keys(text):
return [ atoi(c) for c in re.split('(\d+)',text) ]
# my trying but didn't work with error message like below..
df.sort_values(by=[Xlabel], inplace=True, kind=natural_keys[list(df[Xlabel])])
# my trying working well but it didn't sort well
# It sort by ( D1 D10 D11 D2 D3... ) it's not my hope
df.sort_values(by=[Xlabel], inplace=True])
#error message when trying my method
df.sort_values(by=[Xlabel], inplace=True, kind=natural_keys[list(df[Xlabel])])
TypeError: 'function' object is not subscriptable
我认为这里应该更好地使用natsort和将列转换为有序分类:
df = pd.DataFrame({'Xlabel':['D1','D2','D3','D4','D5','D10','D11']})
import natsort as ns
df['Xlabel'] = pd.Categorical(df['Xlabel'],
ordered=True,
categories= ns.natsorted(df['Xlabel'].unique()))
df = df.sort_values('Xlabel')
print (df)
Xlabel
0 D1
1 D2
2 D3
3 D4
4 D5
5 D10
6 D11
另外我认为在新版本的 Pandas 中,这应该可以使用新的参数key
,检查这个。
函数应该由括号使用,而不是方括号,请尝试使用:
df.sort_values(by=[Xlabel], inplace=True, kind=natural_keys(list(df[Xlabel])))
sort_values
现在具有关键参数:df.sort_values('Xlabel', key=lambda x: x.str.extract('(\d+)').squeeze().astype(int))
输出:
Xlabel
0 D1
1 D2
2 D3
3 D4
4 D5
5 D10
6 D11
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.