重新排序每个数据框行的值组？答案

【问题标题】：Reordering groups of values per data frame row?重新排序每个数据框行的值组？
【发布时间】：2019-06-19 04:06:06
【问题描述】：

假设我有一个包含如下列的数据框：

x_0, x_1, y_0, y_1, z_0, z_1

现在，值可以是任何东西，跨越 x、y、z，没有模式。对于每一行，我想将三个字母 (x,y,z) 的值对 (0, 1) 从最小的“1”重新分配到最大的“1”。

示例行（括号便于阅读）：

x_0, x_1, y_0, y_1, z_0, z_1

 (5    6)    (4    2)    (6    1)

会变成：

x_0, x_1, y_0, y_1, z_0, z_1

 6    1    4    2    5    6

我在阅读文档时遇到了麻烦，无法找到一种方法来做到这一点，而不会真的很草率。似乎在迭代行时我不应该更改值，但这就是我想要做的。当我尝试在 SO 上搜索“每行重新排序行值”时，我仍然只得到“重新排序行”结果。

【问题讨论】：

标签： python-3.x pandas dataframe

【解决方案1】：

您可以将行转换为二维数组，按第二列排序并将其重新整形为单行。

#This is your dataFrame:
columns = ["x_0", "x_1", "y_0", "y_1", "z_0", "z_1"]
data = np.array([5,6,4,2,6,1]).reshape(-1,6))
df = pd.DataFrame(data=data,columns=columns)

#Output
        x_0 x_1 y_0 y_1 z_0 z_1
  0      6   1   4   2   5  6

#Select your row, in this case row=0; get the values as a numpy array and reshape it to a 2D array
row=0
M = df.iloc[row].values
M = M.reshape(-1,2)

#Output
array([[6, 1],
       [4, 2],
       [5, 6]])

#Create a temporary dataframe that you can use to sort by second column (i.e. column 1)
df_temp = pd.DataFrame(M).sort_values(by=1)

#Output

    0   1
0   6   1
1   4   2
2   5   6

#Get the sorted values back to a numpy 2D array and reshape it;
df_temp.values.reshape(-1,6)

#Output
array([[6, 1, 4, 2, 5, 6]])

#And here you are
df.iloc[0] = df_temp.values.reshape(-1,6)

#Output
    x_0 x_1 y_0 y_1 z_0 z_1
0   6    1   4   2   5   6

你可以把它们放在一行中：

df.iloc[0] = pd.DataFrame(df.iloc[0].values.reshape(-1,2)).sort_values(by=1).values.reshape(-1,6)

【讨论】：