按列对字符串进行排序（不包括数字），并在制作图表时保持顺序。

huangapple
go评论134阅读模式
英文:

Sort column strings without numbers (and keep order when doing graphs)

问题

我有这段DataFrame代码

  1. df = pd.DataFrame({'A': ['0-5', '18-23', '12-17', '6-11'], 'qty':[7,15,8,34]})

生成的DataFrame如下：

  1.       A  qty
  2. 0    0-5    7
  3. 1  18-23   15
  4. 2  12-17    8
  5. 3   6-11   34

我想按列'A'对DataFrame进行排序，而不必给'A'列加上数字，这样以后绘制图表时就不会有数字。

在按'A'列排序后，期望的输出如下：

  1.       A  qty
  2. 0   0-5    7
  3. 3  6-11   34
  4. 2  12-17    8
  5. 1  18-23   15

为了达到类似的结果，我会执行以下步骤：

  1. # 添加一个分类编码
  2. df['A'] = df['A'].astype('category').cat.codes + 1
  4. # 转换格式
  5. df['A'] = df['A'].astype('string')
  7. # 使用字典重命名（基于先前的输出）
  8. dic = {'1':'1_0-5', '3':'3_18-23', '2':'2_12-17', '4':'4_6-11'}
  9. df['A'] = df['A'].replace(dic, regex=True)
  11. # 再次使用字典重命名
  12. dic = {'1_0-5':'1_0-5', '3_18-23':'4_18-23', '2_12-17':'3_12-17', '4_6-11':'2_6-11'}
  13. df['A'] = df['A'].replace(dic, regex=True)

通过这样做，我可以实现以下结果：

  1.        A  qty
  2. 0   1_0-5    7
  3. 1   2_6-11   15
  4. 2  3_12-17    8
  5. 3  4_18-23   34

对于我来说，Groupby无法实现我需要的排序，虽然它可以按照期望的方式对列A进行排序，但在绘制图表时，顺序不会保持不变。

英文:

I have this df code

  1. df = pd.DataFrame({'A': ['0-5', '18-23', '12-17', '6-11'], 'qty':[7,15,8,34]})

yielding

  1.     A	    qty
  2. 0	0-5	    7
  3. 1	18-23	15
  4. 2	12-17	8
  5. 3	6-11	34

I would like to order the df by col 'A' without having to number the A column, so that later when I do graphs I don't have the numbers.

This is the desired output after sorting the df by column A:

  1.      A	      qty
  2. 0	0-5	       7
  3. 3	6-11	   34
  4. 2	12-17	   8
  5. 1	18-23	   15

To achieve a similar result I would:

  1. # add a category code
  2. df['A'] = df['A'].astype('category').cat.codes + 1
  3. # convert format
  4. df['A'] = df['A'].astype('string')
  5. # use a dictionary to rename (based on former output)
  6. dic = {
  7. '1':'1_0-5',
  8. '3':'3_18-23',        
  9. '2':'2_12-17', 
  10. '4':'4_6-11',    
  11. }
  12. df['A'] = df['A'].replace(dic, regex=True)
  13. ## use a dictionary to rename again
  14. dic = {
  15. '1_0-5':'1_0-5',
  16. '3_18-23':'4_18-23',        
  17. '2_12-17':'3_12-17', 
  18. '4_6-11':'2_6-11',    
  19. }
  20. df['A'] = df['A'].replace(dic, regex=True)

by doing this, I can achieve this:

  1.            A	     qty
  2.     0	1_0-5	     7
  3.     1	2_6-11	     15
  4.     2	3_12-17	     8
  5.     3	4_18-23	     34

Groupby does not work for me, while it would order column A as desired, when I would do graphs, order would not be kept.

答案1

得分: 3

使用natsort_key来进行自然排序，不要重新发明轮子：

  1. # pip install natsort
  2. from natsort import natsort_key
  4. out = df.sort_values(by='A', key=natsort_key)

输出：

  1.        A  qty
  2. 0    0-5    7
  3. 1   6-11   15
  4. 2  12-17    8
  5. 3  18-23   34

或者，只是为了好玩，可以使用numpy.lexsort：

  1. out = df.iloc[np.lexsort(df['A'].str.split('-', expand=True)
  2.                          .astype(int).to_numpy()[:, ::-1].T)]
英文:

Don't reinvent the wheel, use natsort_key for natural sorting:

  1. # pip install natsort
  2. from natsort import natsort_key
  4. out = df.sort_values(by='A', key=natsort_key)

Output:

  1.        A  qty
  2. 0    0-5    7
  3. 1   6-11   15
  4. 2  12-17    8
  5. 3  18-23   34

Or for fun, using numpy.lexsort:

  1. out = df.iloc[np.lexsort(df['A'].str.split('-', expand=True)
  2.                          .astype(int).to_numpy()[:, ::-1].T)]

答案2

得分: 1

如果可能的话，可以使用 key 参数在 DataFrame.sort_values 中按第一个整数值进行排序：

  1. out = df.sort_values('A', 
  2.                     key=lambda x: x.str.extract('(\d+)', expand=False).astype(int),
  3.                     ignore_index=True)
  4. print (out)
  5.        A  qty
  6. 0    0-5    7
  7. 1   6-11   15
  8. 2  12-17    8
  9. 3  18-23   34

或者使用自然排序：

  1. from natsort import natsorted
  3. out = df.sort_values("A", key=natsorted, ignore_index=True)
  4. print (out)
  5.        A  qty
  6. 0    0-5    7
  7. 1   6-11    8
  8. 2  12-17   34
  9. 3  18-23   15

编辑：如果需要按字符串进行排序，请使用有序的分类数据：

  1. df = pd.DataFrame({'A': ['mike','alice', 'john','brian'], 'qty':[7,15,8,34]})
  3. df['A'] = (pd.Categorical(df['A'], 
  4.                          categories=['john','alice', 'mike','brian'], 
  5.                          ordered=True))
  7. out = df.sort_values('A', ignore_index=True)
  8. print (out)
  9.        A  qty
  10. 0   john    8
  11. 1  alice   15
  12. 2   mike    7
  13. 3  brian   34
英文:

If possible sort by first integer value is possible use key parameter in DataFrame.sort_values:

  1. out = df.sort_values('A', 
  2.                     key=lambda x: x.str.extract('(\d+)', expand=False).astype(int),
  3.                     ignore_index=True)
  4. print (out)
  5.        A  qty
  6. 0    0-5    7
  7. 1   6-11   15
  8. 2  12-17    8
  9. 3  18-23   34

Or use natural sorting:

  1. from natsort import natsorted
  3. out = df.sort_values("A",key=natsorted, ignore_index=True)
  4. print (out)
  5.        A  qty
  6. 0    0-5    7
  7. 1   6-11    8
  8. 2  12-17   34
  9. 3  18-23   15

EDIT: If need sorting by strings use ordered Categoricals:

  1. df = pd.DataFrame({'A': ['mike','alice', 'john','brian'], 'qty':[7,15,8,34]})
  5. df['A'] = (pd.Categorical(df['A'], 
  6.                          categories=['john','alice', 'mike','brian'], 
  7.                          ordered=True))
  9. out = df.sort_values('A', ignore_index=True)
  10. print (out)
  11.        A  qty
  12. 0   john    8
  13. 1  alice   15
  14. 2   mike    7
  15. 3  brian   34

答案3

得分: -1

要按照所需的顺序对数据框 df 中的列 A 进行排序，您可以从列 A 中提取数值，对它们进行排序，然后使用排序后的值来对整个数据框进行排序。以下是实现这一目标的代码：

  1. import pandas as pd
  3. df = pd.DataFrame({'A': ['0-5', '18-23', '12-17', '6-11'], 'qty':[7,15,8,34]})
  5. # 从 'A' 列中提取数值
  6. df['sort_key'] = df['A'].str.split('-', expand=True)[0].astype(int)
  8. # 基于 'sort_key' 对数据框进行排序
  9. df = df.sort_values('sort_key')
  11. # 删除 'sort_key' 列
  12. df = df.drop('sort_key', axis=1)
  14. print(df)

输出结果：

  1.        A  qty
  2. 0    0-5    7
  3. 3   6-11   34
  4. 2  12-17    8
  5. 1  18-23   15
英文:

To sort the column A in the dataframe df in the desired order, you can extract the numerical values from the A column, sort them, and then use the sorted values to sort the entire dataframe. Here's the code to accomplish this:

  1. import pandas as pd
  3. df = pd.DataFrame({'A': ['0-5', '18-23', '12-17', '6-11'], 'qty':[7,15,8,34]})
  5. # Extract numerical values from 'A' column
  6. df['sort_key'] = df['A'].str.split('-', expand=True)[0].astype(int)
  8. # Sort the dataframe based on the 'sort_key'
  9. df = df.sort_values('sort_key')
  11. # Drop the 'sort_key' column
  12. df = df.drop('sort_key', axis=1)
  14. print(df)

Output:

  1.        A  qty
  2. 0    0-5    7
  3. 3   6-11   34
  4. 2  12-17    8
  5. 1  18-23   15

huangapple
  • 本文由 发表于 2023年7月10日 17:16:02
  • 转载请务必保留本文链接：https://go.coder-hub.com/76652331.html
  • pandas
  • python
  • sorting
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定