पांडा डेटाफ्रेम

Question

में कस्टम सॉर्टिंग मेरे पास पाइथन पांडा डेटाफ्रेम है, जिसमें एक कॉलम में महीना नाम होता है।

मैं कैसे उदाहरण के लिए तरह एक शब्दकोश का उपयोग कर एक कस्टम कर सकते हैं,:

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

Answer 1

पांडा 0.15 Categorical Series शुरू की है, जो एक की अनुमति देता है ऐसा करने के लिए बहुत स्पष्ट तरीका:

पहले महीने कॉलम को एक स्पष्ट बनाएं और उपयोग करने के लिए ऑर्डर निर्दिष्ट करें।

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 

अब, जब आप महीने के स्तंभ को क्रमबद्ध यह है कि सूची के संबंध में सॉर्ट देगा:

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

नोट: यदि एक मूल्य सूची यह NaN में परिवर्तित हो जाएगा में नहीं है।

---

रुचि रखने वालों के लिए एक पुराना जवाब ...

आप बिचौलिये श्रृंखला बना सकते हैं, और set_index उस पर:

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 

---

के रूप में नए पांडा में टिप्पणी की,, श्रृंखला में replace विधि अधिक सुंदर तरीके से करने के लिए है:

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

मामूली अंतर यह है कि यदि शब्दकोश के बाहर कोई मूल्य नहीं है तो यह नहीं बढ़ेगा (यह वही रहेगा)।

Answer 2

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)) 

साथ कॉलम मार्च, अप्रैल एक DataFrame रिटर्न, दिसम्बर

Answer 3

खेल के लिए थोड़ा देर हो चुकी है, लेकिन यहां एक ऐसा फ़ंक्शन बनाने का एक तरीका है जो पैंडस श्रृंखला, डेटाफ्रेम, और बहुविशिष्ट डेटाफ्रेम ऑब्जेक्ट्स को मनमानी कार्यों का उपयोग कर बनाता है।

मैं df.iloc[index] विधि का उपयोग करता हूं, जो किसी श्रृंखला/डेटाफ्रेम में स्थिति के अनुसार एक पंक्ति का संदर्भ देता है (df.loc की तुलना में, जो मान के संदर्भ में)।

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 

आप इस का उपयोग कस्टम छँटाई कार्यों बनाने के लिए कर सकते हैं: इस का उपयोग करना, हम सिर्फ एक समारोह है कि स्थितीय तर्क की एक श्रृंखला रिटर्न करना होगा।

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 

यह भी multiindex DataFrames और सीरीज वस्तुओं पर काम करता है:: इस dataframe एंडी हेडन के जवाब में इस्तेमाल पर काम करता है

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 

मेरे लिए यह साफ लगता है, लेकिन यह भरोसा करने की बजाय भारी अजगर संचालन का उपयोग करता है बल्कि अनुकूलित पांडा संचालन पर। मैंने कोई तनाव परीक्षण नहीं किया है, लेकिन मुझे लगता है कि यह बहुत बड़े डेटाफ्रेम पर धीमा हो सकता है। सुनिश्चित नहीं है कि प्रदर्शन कैसे कॉलम को जोड़ने, सॉर्ट करने, फिर हटाने की तुलना करता है। कोड को तेज करने पर कोई सुझाव की सराहना की जाएगी!