如何按字符串索引上的自定义顺序对 pandas 数据框进行排序

Question

我有以下数据框：

import pandas as pd

# Create DataFrame
df = pd.DataFrame(
{'id':[2967, 5335, 13950, 6141, 6169],\
 'Player': ['Cedric Hunter', 'Maurice Baker' ,\
            'Ratko Varda' ,'Ryan Bowen' ,'Adrian Caldwell'],\
 'Year': [1991 ,2004 ,2001 ,2009 ,1997],\
 'Age': [27 ,25 ,22 ,34 ,31],\
 'Tm':['CHH' ,'VAN' ,'TOT' ,'OKC' ,'DAL'],\
 'G':[6 ,7 ,60 ,52 ,81]})


df.set_index('Player', inplace=True)

显示：

Out[128]:

                 Age   G   Tm  Year     id
Player
Cedric Hunter     27   6  CHH  1991   2967
Maurice Baker     25   7  VAN  2004   5335
Ratko Varda       22  60  TOT  2001  13950
Ryan Bowen        34  52  OKC  2009   6141
Adrian Caldwell   31  81  DAL  1997   6169

我想要做的是根据这个列表以任意顺序对 'Player' 索引进行排序（注意：不是字母顺序）：

reorderlist = [ 'Maurice Baker', 'Adrian Caldwell','Ratko Varda' ,'Ryan Bowen' ,'Cedric Hunter']

我该怎么做？

Answer 1

要在您的字符串列表中获得自定义排序顺序，请将其声明为分类顺序并在排序中手动指定该顺序：

player_order = pd.Categorical([ 'Maurice Baker', 'Adrian Caldwell','Ratko Varda' ,'Ryan Bowen' ,'Cedric Hunter'],
              ordered=True)

这是因为 pandas 还不允许分类作为索引：df.set_index(keys=player_order, inplace=True) TypeError: unhashable type: 'Categorical'

因此您需要使用 df.sort_index(level=player_order)

进行手动自定义排序

Answer 2

就reindex

df.reindex(reorderlist)
Out[89]: 
                 Age   G   Tm  Year     id
Player                                    
Maurice Baker     25   7  VAN  2004   5335
Adrian Caldwell   31  81  DAL  1997   6169
Ratko Varda       22  60  TOT  2001  13950
Ryan Bowen        34  52  OKC  2009   6141
Cedric Hunter     27   6  CHH  1991   2967

更新信息你有多个同名玩家

out = df.iloc[pd.Categorical(df.index,reorderlist).argsort()]

Answer 3

从 Pandas 1.1 开始，DataFrame.sort_values 有一个 key 参数，它接受一个可调用对象来控制排序。因此，您可以使用如下方法：

def sorter(column):
    reorder = [
        "Maurice Baker",
        "Adrian Caldwell",
        "Ratko Varda",
        "Ryan Bowen",
        "Cedric Hunter",
    ]
    # This also works:
    # mapper = {name: order for order, name in enumerate(reorder)}
    # return column.map(mapper)
    cat = pd.Categorical(column, categories=reorder, ordered=True)
    return pd.Series(cat)

df_sorted = df.sort_values(by="Player", key=sorter)

使用 pd.Categorical 和我在评论中提出的 column.map 替代方案之间可能存在一些实际差异。例如，请参阅这些 caveats。为了完整起见，我同时展示了两者。我也没有测试如何将 performance-wise 与当前接受的使用 df.reindex 的解决方案进行比较。当您也有 MultiIndex 时，最好的方法可能会有所不同。

Answer 4

为了在不包括空白行的情况下按任意顺序排序，我发现 df.filter 在测试时可以工作。它按需要排序，忽略缺失的键，如 df.reindex，但不包括没有数据的键的空行。

df.filter(reorderlist, axis=0)

                    id  Year  Age   Tm   G
Player                                    
Maurice Baker     5335  2004   25  VAN   7
Adrian Caldwell   6169  1997   31  DAL  81
Ratko Varda      13950  2001   22  TOT  60
Ryan Bowen        6141  2009   34  OKC  52
Cedric Hunter     2967  1991   27  CHH   6

#Extra keys dont add empty rows, missing keys ignored
reorderlist.append('LeBron James')
reorderlist.remove('Adrian Caldwell')
df.filter(reorderlist, axis=0)

                  id  Year  Age   Tm   G
Player                                  
Maurice Baker   5335  2004   25  VAN   7
Ratko Varda    13950  2001   22  TOT  60
Ryan Bowen      6141  2009   34  OKC  52
Cedric Hunter   2967  1991   27  CHH   6

Answer 5

如果有多个列需要排序，根据我的经验，我使用map将string值转换为number。然后使用 sort_values:

# Step 1/3: create dictionary to convert any string to number
convert_dict = {'Maurice Baker':1,
                'Adrian Caldwell':2,
                'Ratko Varda':3} # You can start filling till the end

# Step 2/3: Create column `new` that mapping from `Player`:
df['new'] = df['Player'].map(convert_dict)

# Step 3/3: sort
df.sort_values(by=['new'], ignore_index=True, inplace=True)
df.drop(columns=['new'], inplace=True)

如何按字符串索引上的自定义顺序对 pandas 数据框进行排序

How to sort pandas dataframe by custom order on string index

python

sorting

indexing

pandas

categorical-data