python – 在pandas数据帧中自定义排序

我有python pandas数据帧,其中一列包含月份名称.

如何使用字典进行自定义排序,例如：

custom_dict = {'march':0, 'April':1, 'Dec':3}  

解决方法:

Pandas 0.15引入了Categorical Series,它允许更清晰的方式来执行此操作：

首先使月份列成为分类,并指定要使用的顺序.

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

现在,当您对月份列进行排序时,它将根据该列表进行排序：

In [23]: df.sort("m")
Out[23]:
   a  b      m
0  1  2  march
2  3  4  April
1  5  6    Dec

注意：如果列表中没有值,它将转换为NaN.

那些感兴趣的人的答案较旧

您可以创建一个中间系列,并在其上创建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()

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

正如评论的那样,在较新的大熊猫中,Series有一个replace方法来更优雅地做到这一点：

s = df['m'].replace({'march':0, 'April':1, 'Dec':3})

稍有不同的是,如果字典外有一个值,它就不会上升(它只会保持不变).