![](/img/trans.png)
[英]Is there a way to sort a pandas dataframe by column of numerical strings?
[英]numerical sort a column containing numbers and strings (pandas/python)
我必須對第 1 列和第 2 列的數據框進行排序; 第 1 列包含數字和文本,應首先按數字排序。 在excel中,這是標准的排序方式,但在pandas中不是。我在pandas手冊中找不到關於如何執行此操作的太多信息。
所以這個數據框:
Z 762320 296 1
Z 861349 297 0
1 865545 20 20
1 865584 297 0
22 865625 297 0
2 865628 292 5
10 865662 297 0
1 865665 296 0
11 865694 293 1
1 865700 297 0
10 866429 297 0
11 866438 297 0
應該:
1 865545 20 20
1 865584 297 0
1 865665 296 0
1 865700 297 0
2 865628 292 5
10 865662 297 0
10 866429 297 0
11 865694 293 1
11 866438 297 0
22 865625 297 0
Z 762320 296 1
Z 861349 297 0
當我做 df.sort([0,1]) 我得到:
0 1 2 3
1 1 865545 20 20
2 1 865584 297 0
3 1 865665 296 0
4 1 865700 297 0
6 10 865662 297 0
7 10 866429 297 0
8 11 865694 293 1
9 11 866438 297 0
5 2 865628 292 5
10 22 865625 297 0
0 Z 762320 296 1
11 Z 861349 297 0
你的意思是第0列和第1列?
>>> df.sort([0, 1])
0 1 2 3
2 1 865545 20 20
3 1 865584 297 0
7 1 865665 296 0
9 1 865700 297 0
5 2 865628 292 5
6 10 865662 297 0
10 10 866429 297 0
8 11 865694 293 1
11 11 866438 297 0
4 22 865625 297 0
0 Z 762320 296 1
1 Z 861349 297 0
[更新]
如果您的數據不是數字(所有元素都是字符串),就會發生這種情況。
>>> df.values
array([['Z', '762320', '296', '1'],
['Z', '861349', '297', '0'],
['1', '865545', '20', '20'],
['1', '865584', '297', '0'],
['22', '865625', '297', '0'],
['2', '865628', '292', '5'],
['10', '865662', '297', '0'],
['1', '865665', '296', '0'],
['11', '865694', '293', '1'],
['1', '865700', '297', '0'],
['10', '866429', '297', '0'],
['11', '866438', '297', '0']], dtype=object)
字符串排序是預期的結果:
>>> df.sort([0, 1])
0 1 2 3
2 1 865545 20 20
3 1 865584 297 0
7 1 865665 296 0
9 1 865700 297 0
6 10 865662 297 0
10 10 866429 297 0
8 11 865694 293 1
11 11 866438 297 0
5 2 865628 292 5
4 22 865625 297 0
0 Z 762320 296 1
1 Z 861349 297 0
首先嘗試轉換值:
>>> def convert(v):
...: try:
...: return int(v)
...: except ValueError:
...: return v
>>> pandas.DataFrame([convert(c) for c in l] for l in df.values)\
.sort([0, 1])
0 1 2 3
2 1 865545 20 20
3 1 865584 297 0
7 1 865665 296 0
9 1 865700 297 0
5 2 865628 292 5
6 10 865662 297 0
10 10 866429 297 0
8 11 865694 293 1
11 11 866438 297 0
4 22 865625 297 0
0 Z 762320 296 1
1 Z 861349 297 0
有什么不同? 元素現在是數字:
>>> pandas.DataFrame([convert(c) for c in l] for l in df.values)\
.sort([0, 1]).values
array([[1.0, 865545.0, 20.0, 20.0],
[1.0, 865584.0, 297.0, 0.0],
[1.0, 865665.0, 296.0, 0.0],
[1.0, 865700.0, 297.0, 0.0],
[2.0, 865628.0, 292.0, 5.0],
[10.0, 865662.0, 297.0, 0.0],
[10.0, 866429.0, 297.0, 0.0],
[11.0, 865694.0, 293.0, 1.0],
[11.0, 866438.0, 297.0, 0.0],
[22.0, 865625.0, 297.0, 0.0],
['Z', 762320.0, 296.0, 1.0],
['Z', 861349.0, 297.0, 0.0]], dtype=object)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.