如何将带有 key=lambda 函数的 .sort() 应用于单个列上数据帧的每一行？

Question

我有一个包含日期列表的列的数据框：

data = [
    [
        1,
        [
            "2017-12-06",
            "2017-12-05",
            "2017-12-06",
            "2018-01-03",
            "2018-01-04",
            "2017-11-24",
        ],
    ],
    [
        2,
        [
            "2019-03-10",
            "2018-12-03",
            "2018-12-04",
            "2018-11-08",
            "2018-11-30",
            "2019-03-22",
            "2018-11-24",
            "2019-03-06",
            "2017-11-16",
        ],
    ],
]
df = pd.DataFrame(data, columns=["id", "dates"])
df

id  dates
1   [2017-12-06, 2017-12-05, 2017-12-06, 2018-01-03, 2018-01-04, 2017-11-24]
2   [2019-03-10, 2018-12-03, 2018-12-04, 2018-11-08, 2018-11-30, 2019-03-22, 2018-11-24, 2019-03-06, 2017-11-16]

print(df.dtypes)
id        int64
dates    object
dtype: object

我想对包含列（ dates ）的日期进行排序。 我尝试了许多方法都没有成功（包括.apply(list.sort) in place ）。 我发现唯一可行的方法是使用.sort(key = ....) ，如下所示：

import datetime
from datetime import datetime

dates = [
    "2019-03-10",
    "2018-12-03",
    "2018-12-04",
    "2018-11-08",
    "2018-11-30",
    "2019-03-22",
    "2018-11-24",
    "2019-03-06",
    "2017-11-16",
]

dates.sort(key=lambda date: datetime.strptime(date, "%Y-%m-%d"))

但我只能让它在一个列表上工作，我想将它应用到数据框df中的整个列。 任何人都可以建议最好的方法吗？ 或者也许有更好的方法来排序这个列？

Answer 1

我在这里看到的是您希望对每一行中的列表进行排序（而不是列本身）。

下面的代码将某个函数（类似于my_sort() ）应用于“日期”列的每一行：

df['dates'].apply(my_sort)

您只需要实现my_sort即可应用于每行中的列表。 就像是：

def my_sort(dates):
    dates.sort(key=lambda date: datetime.strptime(date, "%Y-%m-%d"))
    return dates

list.sort()对列表进行排序并返回None因此您需要在调用sort后返回列表本身。

编辑：

根据@jch的评论，最好先复制列表然后调用sort方法。 这样， sort方法产生的任何意外行为或错误（如果发生）都不会影响原始列表（在您的数据框中）。 为此，您可以将my_sort更改为：

from copy import deepcopy

def my_sort(dates):
    dates_copy = deepcopy(dates)
    dates_copy.sort(key=lambda date: datetime.strptime(date, "%Y-%m-%d"))
    return dates_copy

您可以在此处了解有关对象copy和deepcopy复制的更多信息。

Answer 2

您可以使用 .apply() 将给定函数（在本例中为“排序”）应用于数据框列的每一行。

这应该有效：

df['dates'].apply(lambda row: row.sort(key=lambda date: datetime.strptime(date, "%Y-%m-%d")))

print(df)

返回：

   id                                              dates
0   1  ['2017-11-24', '2017-12-05', '2017-12-06', '2017-12-06', '2018-01-03', '2018-01-04']
1   2  ['2017-11-16', '2018-11-08', '2018-11-24', '2018-11-30', '2018-12-03', '2018-12-04', '2019-03-06', '2019-03-10', '2019-03-22']

---

请注意，在这种情况下，代码df['data'] = df['data'].apply(...)将不起作用，因为sort函数具有默认的inplace=True参数：它直接修改数据框并且不会t 创建一个新的。 要应用其他功能，您可能必须使用df = df.apply(etc)公式。