열에 월 이름이 포함 된 Python pandas 데이터 프레임이 있습니다.
예를 들어 사전을 사용하여 사용자 정의 정렬을 수행하려면 어떻게해야합니까?
custom_dict = {'March':0, 'April':1, 'Dec':3}
답변:
Pandas 0.15는 Categorical Series를 도입 하여 훨씬 더 명확한 방법을 제공합니다.
먼저 월 열을 범주 형으로 만들고 사용할 순서를 지정합니다.
In [21]: df['m'] = pd.Categorical(df['m'], ["March", "April", "Dec"])
In [22]: df # looks the same!
Out[22]:
a b m
0 1 2 March
1 5 6 Dec
2 3 4 April
이제 월 열을 정렬하면 해당 목록을 기준으로 정렬됩니다.
In [23]: df.sort_values("m")
Out[23]:
a b m
0 1 2 March
2 3 4 April
1 5 6 Dec
참고 : 값이 목록에 없으면 NaN으로 변환됩니다.
관심있는 사람들을위한 오래된 답변 ...
중개 시리즈를 만들 수 있습니다 set_index.
df = pd.DataFrame([[1, 2, 'March'],[5, 6, 'Dec'],[3, 4, 'April']], columns=['a','b','m'])
s = df['m'].apply(lambda x: {'March':0, 'April':1, 'Dec':3}[x])
s.sort_values()
In [4]: df.set_index(s.index).sort()
Out[4]:
a b m
0 1 2 March
1 3 4 April
2 5 6 Dec
언급했듯이 최신 팬더에서 Series에는 replace이 작업을 더 우아하게 수행 하는 방법이 있습니다.
s = df['m'].replace({'March':0, 'April':1, 'Dec':3})
약간의 차이점은 딕셔너리 외부에 값이 있으면이 값이 증가하지 않는다는 것입니다 (단지 동일하게 유지됨).
s = df['m'].replace({'March':0, 'April':1, 'Dec':3})뿐만 아니라 라인이 작동 - 바로 나 같은 사람이 학습 팬더을 위해
.apply({'March':0, 'April':1, 'Dec':3}.get):) 0.15에서는 범주 계열 / 열이 있으므로 가장 좋은 방법은이를 사용하고 정렬이 작동합니다.
df.sort_values("m")(대신 df.sort("m")) 최신 팬더에서 사용하는지 확인하십시오 . 그렇지 않으면 AttributeError: 'DataFrame' object has no attribute 'sort';)가 표시됩니다.
곧 인수 sort_values와 함께 사용할 수 있습니다 key.
pd.__version__
# '1.1.0.dev0+2004.g8d10bfb6f'
custom_dict = {'March': 0, 'April': 1, 'Dec': 3}
df
a b m
0 1 2 March
1 5 6 Dec
2 3 4 April
df.sort_values(by=['m'], key=lambda x: x.map(custom_dict))
a b m
0 1 2 March
2 3 4 April
1 5 6 Deckey인수는 입력 할 시리즈 반환 시리즈로합니다. 이 시리즈는 내부적으로 argsorted이며 정렬 된 인덱스는 입력 DataFrame을 재정렬하는 데 사용됩니다. 정렬 할 열이 여러 개인 경우 키 기능이 차례로 각 열에 적용됩니다. 키로 정렬을 참조하십시오 .
하나의 간단한 방법은 출력을 사용하고 Series.map및 Series.argsort에 색인을 df사용하여 DataFrame.iloc(이 정렬 argsort 정수 위치를 생성 이후); 당신은 사전을 가지고 있기 때문에; 이것은 쉬워집니다.
df.iloc[df['m'].map(custom_dict).argsort()]
a b m
0 1 2 March
2 3 4 April
1 5 6 Dec
내림차순 으로 정렬해야하는 경우 매핑을 반전합니다.
df.iloc[(-df['m'].map(custom_dict)).argsort()]
a b m
1 5 6 Dec
2 3 4 April
0 1 2 March
이것은 숫자 항목에서만 작동합니다. 그렇지 않으면을 사용 sort_values하고 색인에 액세스 하여이 문제를 해결해야합니다 .
df.loc[df['m'].map(custom_dict).sort_values(ascending=False).index]
a b m
1 5 6 Dec
2 3 4 April
0 1 2 March
또는에서 더 많은 옵션을 사용할 수 있지만 ( astype지금은 더 이상 사용되지 않음), 올바르게 작동 pd.Categorical하도록 지정해야 합니다 .ordered=True
# Older version,
# df['m'].astype('category',
# categories=sorted(custom_dict, key=custom_dict.get),
# ordered=True)
df['m'] = pd.Categorical(df['m'],
categories=sorted(custom_dict, key=custom_dict.get),
ordered=True)
이제 간단한 sort_values호출이 트릭을 수행합니다.
df.sort_values('m')
a b m
0 1 2 March
2 3 4 April
1 5 6 Dec
groupby출력을 정렬 할 때도 범주 순서가 적용됩니다 .
ordered=None기본적으로 설정합니다. 설정하지 않으면 주문이 잘못되거나 V23에서 중단됩니다. 특히 Max 함수는 TypeError를 제공합니다 (Categorical은 작업 max에 대해 정렬되지 않음).
게임에 조금 늦었지만 여기에 임의의 함수를 사용하여 pandas Series, DataFrame 및 다중 인덱스 DataFrame 개체를 정렬하는 함수를 만드는 방법이 있습니다.
df.iloc[index]위치별로 Series / DataFrame의 행을 참조하는 메서드를 사용합니다 ( df.loc값으로 참조 하는와 비교 ). 이를 사용하여 일련의 위치 인수를 반환하는 함수가 있어야합니다.
def sort_pd(key=None,reverse=False,cmp=None):
def sorter(series):
series_list = list(series)
return [series_list.index(i)
for i in sorted(series_list,key=key,reverse=reverse,cmp=cmp)]
return sorter
이를 사용하여 사용자 지정 정렬 기능을 만들 수 있습니다. 이것은 Andy Hayden의 답변에 사용 된 데이터 프레임에서 작동합니다.
df = pd.DataFrame([
[1, 2, 'March'],
[5, 6, 'Dec'],
[3, 4, 'April']],
columns=['a','b','m'])
custom_dict = {'March':0, 'April':1, 'Dec':3}
sort_by_custom_dict = sort_pd(key=custom_dict.get)
In [6]: df.iloc[sort_by_custom_dict(df['m'])]
Out[6]:
a b m
0 1 2 March
2 3 4 April
1 5 6 Dec
이것은 다중 인덱스 DataFrames 및 Series 객체에서도 작동합니다.
months = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']
df = pd.DataFrame([
['New York','Mar',12714],
['New York','Apr',89238],
['Atlanta','Jan',8161],
['Atlanta','Sep',5885],
],columns=['location','month','sales']).set_index(['location','month'])
sort_by_month = sort_pd(key=months.index)
In [10]: df.iloc[sort_by_month(df.index.get_level_values('month'))]
Out[10]:
sales
location month
Atlanta Jan 8161
New York Mar 12714
Apr 89238
Atlanta Sep 5885
sort_by_last_digit = sort_pd(key=lambda x: x%10)
In [12]: pd.Series(list(df['sales'])).iloc[sort_by_last_digit(df['sales'])]
Out[12]:
2 8161
0 12714
3 5885
1 89238
나에게 이것은 깨끗하게 느껴지지만 최적화 된 팬더 작업에 의존하는 대신 파이썬 작업을 많이 사용합니다. 스트레스 테스트를 한 적은 없지만 매우 큰 DataFrame에서 느려질 수 있다고 생각합니다. 성능이 열 추가, 정렬 및 삭제와 어떻게 비교되는지 확실하지 않습니다. 코드 속도를 높이는 방법에 대한 조언을 주시면 감사하겠습니다!
df.sort_index()모든 인덱스 수준을 정렬 하는 데 사용하십시오 .
import pandas as pd
custom_dict = {'March':0,'April':1,'Dec':3}
df = pd.DataFrame(...) # with columns April, March, Dec (probably alphabetically)
df = pd.DataFrame(df, columns=sorted(custom_dict, key=custom_dict.get))
March, April, Dec 열이있는 DataFrame을 반환합니다.