![](/img/trans.png)
[英]Sort Pandas DataFrame by string column that represents (mostly) numbers?
[英]Sort a String of Numbers in a Pandas Column
我之前創建了一個創建作者索引的 python 腳本。
為了省去細節,(因為從 pdf 中提取文本非常困難)我創建了一個最小的可重現示例。 我目前的狀態是為每個作者換行,並以逗號分隔作者所在頁面的列表。 但是我想以升序方式對頁面列表進行排序。
import pandas as pd
import csv
words = ["Autor1","Max Mustermann","Max Mustermann","Autor1","Bertha Musterfrau","Author2"]
pages = [15,13,5,1,17,20]
str_pages = list(map(str, pages))
df = pd.DataFrame({"Autor":words,"Pages":str_pages})
df = df.drop_duplicates().sort_values(by="Autor").reset_index(drop=True)
df = df.groupby("Autor")['Pages'].apply(lambda x: ','.join(x)).reset_index()
df
這將產生所需的 output(頁面排序除外)。
Autor Pages
0 Author2 20
1 Autor1 15,1
2 Bertha Musterfrau 17
3 Max Mustermann 13,5
我嘗試將Pages
列矢量化為字符串,用逗號分隔並應用 lambda function 應該對結果列表進行排序。
df["Pages"] = df["Pages"].str.split(",").apply(lambda x: sorted(x))
df
然而,這只適用於Autor1
但不適用於Max Mustermann
。 我似乎無法弄清楚為什么會這樣
Autor Pages
0 Author2 [20]
1 Autor1 [1, 15]
2 Bertha Musterfrau [17]
3 Max Mustermann [13, 5]
str.split
返回字符串列表。 所以lambda x: sorted(x)
仍然按字符串排序,而不是整數。
你可以試試:
df['Pages'] = (df.Pages.str.split(',')
.explode().astype(int)
.sort_values()
.groupby(level=0).agg(list)
)
Output:
Autor Pages
0 Author2 [20]
1 Autor1 [1, 15]
2 Bertha Musterfrau [17]
3 Max Mustermann [5, 13]
如果您想使用現有的方法,
df.Pages = (
df.Pages.str.split(",")
.apply(lambda x: sorted(x, key=lambda x: int(x)))
)
Autor Pages
0 Author2 [20]
1 Autor1 [1, 15]
2 Bertha Musterfrau [17]
3 Max Mustermann [5, 13]
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.