如何从第一列开始按顺序对 DataFrame 列进行排序？

Question

我按行的最大值对 df 列进行了排序。

dff = centroids.reindex(df.sum().sort_values(ascending=False).index, axis=1)

print(dff)

    13        9         2         6         7         0         5
0   0.423586  0.472548  0.366301  0.423973  0.312807  0.476197  0.384652   
1   0.639636  0.734712  0.503772  0.600164  0.416451  0.730942  0.515370
2   0.749716  0.835071  0.549806  0.637331  0.419558  0.782306  0.507648
3   0.817579  0.844361  0.577874  0.621483  0.408825  0.727671  0.458346   
4   0.890916  0.831640  0.631127  0.611741  0.438974  0.654338  0.430330
5   0.952046  0.802077  0.694321  0.601616  0.496798  0.572743  0.423915
6   0.995009  0.768293  0.749186  0.590912  0.553378  0.500568  0.427607   
7   1.000000  0.718386  0.781207  0.570253  0.598234  0.425387  0.436355   
8   0.993004  0.690660  0.779607  0.550149  0.600459  0.396121  0.422891

现在我需要按彼此之间的相关性对这些列进行排序，但要依次执行。因此，通过与第一列的最佳相关性定义第二列，通过与第二列的最佳相关性定义第三列，依此类推。而且我还想保存列的原始标签

我对此有一些想法，但是因为我是 python 中的新手，所以代码不起作用

k_num = 7 # number of columns in df
def corelation(df):
   col = 1
   for column in dff.columns[col:]:
       dff.reindex(dff.corr().sort_values(dff.columns[col], ascending=False).index, axis = 1)
   col += 1
   if col == k_num:
      return(df)

如果有人帮助我，我将不胜感激

Answer 1

我们可以创建一个包含所需列顺序的列表。我们将其命名为 l 并首先用第一列 0 填充它。然后我们迭代地找到存储为 l 中最后一个元素的列与排除已经在 l 中的列的 DataFrame 子集之间的最大相关性，在每一步中添加具有最大相关性的新列到列表 l。当没有更多列时，l 将保留所需的列顺序，df[l] 将为我们提供按最大相关性排序的列的 DataFrame：

np.random.seed(42)
df = pd.DataFrame(np.random.randn(10, 10))

l = [0]
while len(l) < len(df.columns):
    i = df[df.columns.difference(l)].corrwith(df[l[-1]]).abs().idxmax()
    l += [i]

df[l]

如何从第一列开始按顺序对 DataFrame 列进行排序？

How to sort DataFrame columns sequently from the first column?

python

sorting

correlation

dataframe

pandas