[英]Sort pandas df subset of rows (within a group) by specific column
我有以下 dataframe 假設:
df
A B C D E
z k s 7 d
z k s 6 l
x t r 2 e
x t r 1 x
u c r 8 f
u c r 9 h
y t s 5 l
y t s 2 o
我想根據每個子行的列 D 對它進行排序(例如,在這種情況下具有相同的列 A、B 和 C)
預期的 output 將是:
df
A B C D E
z k s 6 l
z k s 7 d
x t r 1 x
x t r 2 e
u c r 8 f
u c r 9 h
y t s 2 o
y t s 5 l
對這種操作有什么幫助嗎?
我認為它應該像這樣簡單:
df = df.sort_values(["A", "B", "C", "D"])
您可以使用 groupby 和 sort 值(也歸功於@Henry Ecker 的評論):
df.groupby(['A','B','C'],group_keys=False,sort=False).apply(pd.DataFrame.sort_values,'D')
output:
A B C D E
1 z k s 6 l
0 z k s 7 d
3 x t r 1 x
2 x t r 2 e
4 u c r 8 f
5 u c r 9 h
7 y t s 2 o
6 y t s 5 l
讓我們嘗試ngroup
創建幫助 col
df['new1'] = df.groupby(['A','B','C'],sort=False).ngroup()
df = df.sort_values(['new1','D']).drop('new1',axis=1)
df
A B C D E
1 z k s 6 l
0 z k s 7 d
3 x t r 1 x
2 x t r 2 e
4 u c r 8 f
5 u c r 9 h
7 y t s 2 o
6 y t s 5 l
dic = {
'A': [*'zzxxuuyy'],
'B': [*'kkttcctt'],
'C': [*'ssrrrrss'],
'D': [*map(int, '76218952')],
'E': [*'dlexfhlo']
}
df = pd.DataFrame(dic)
df.groupby(['A', 'B']).apply(lambda df: df.sort_values('D')).droplevel(['A', 'B']).reset_index()
如果您想根據列“A”、“B”、“C”、“E”進行排序,那么您必須:
df.groupby(['A', 'B', 'D', 'E']).apply(lambda df: df.sort_values('D')).droplevel(['A', 'B', 'D', 'E']).reset_index()
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.