如何將帶有 key=lambda 函數的 .sort() 應用於單個列上數據幀的每一行？

Question

我有一個包含日期列表的列的數據框：

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

我想對包含列（ dates ）的日期進行排序。 我嘗試了許多方法都沒有成功（包括.apply(list.sort) in place ）。 我發現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"))

但我只能讓它在一個列表上工作，我想將它應用到數據框df中的整個列。 任何人都可以建議最好的方法嗎？ 或者也許有更好的方法來排序這個列？

Answer 1

我在這里看到的是您希望對每一行中的列表進行排序（而不是列本身）。

下面的代碼將某個函數（類似於my_sort() ）應用於“日期”列的每一行：

df['dates'].apply(my_sort)

您只需要實現my_sort即可應用於每行中的列表。 就像是：

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

list.sort()對列表進行排序並返回None因此您需要在調用sort后返回列表本身。

編輯：

根據@jch的評論，最好先復制列表然后調用sort方法。 這樣， sort方法產生的任何意外行為或錯誤（如果發生）都不會影響原始列表（在您的數據框中）。 為此，您可以將my_sort更改為：

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

您可以在此處了解有關對象copy和deepcopy復制的更多信息。

Answer 2

您可以使用 .apply() 將給定函數（在本例中為“排序”）應用於數據框列的每一行。

這應該有效：

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']

---

請注意，在這種情況下，代碼df['data'] = df['data'].apply(...)將不起作用，因為sort函數具有默認的inplace=True參數：它直接修改數據框並且不會t 創建一個新的。 要應用其他功能，您可能必須使用df = df.apply(etc)公式。