如何以这种特定方式按日期对 Pandas DataFrame 进行排序？答案

【问题标题】：How to sort a Pandas DataFrame by date, in this specific way?如何以这种特定方式按日期对 Pandas DataFrame 进行排序？
【发布时间】：2020-10-11 18:02:22
【问题描述】：

我正在尝试按日期对 Pandas DataFrame 进行排序，但我不希望它们纯粹升序或降序，因此 df.sort_values(by=['Date'], ascending=False) 不会产生我正在寻找的结果。

我的数据框看起来像：

df = pd.DataFrame({'Date':[date(2017,1,1),date(2019,2,1),date(2018,4,1),date(2017,3,1),date(2018,3,1)],'Count':[6,8,4,14,9],'Percentage':[0.02,0.62,0.41,0.36,0.39]})

    Date        Count   Percentage
0   2017-01-01  6       0.02
1   2019-02-01  8       0.62
2   2018-04-01  4       0.41
3   2017-03-01  14      0.36
4   2018-03-01  9       0.39

我想按日期对 DataFrame 进行排序，以便每个月按升序排列，而年份本身按降序排列。难以用词表达，但希望得到的输出能更好地解释。

期望的输出：

    Date        Count   Percentage
0   2019-02-01  8       0.62
1   2018-03-01  9       0.39
2   2018-04-01  4       0.41
3   2017-01-01  6       0.02
4   2017-03-01  14      0.36

如您所见，我想要的输出不是严格的升序或降序。必须存在我需要的相对有效的解决方案，因为我的实际 DataFrame 太大而无法暴力破解。

【问题讨论】：

你用谷歌搜索了吗？这个帖子stackoverflow.com/questions/28161356/… 看起来很相似，在数据框上使用排序方法

标签： python pandas dataframe sorting date

【解决方案1】：

你需要的是 sort_values by year 和 Month ，但是 Year 升序，Month 降序

df['Month']=df.Date.dt.month
df['Year']=df.Date.dt.year
df=df.sort_values(['Year','Month'],ascending=[False,True])
df=df.drop(['Year','Month'], axis=1)
df
        Date  Count  Percentage
1 2019-02-01      8        0.62
4 2018-03-01      9        0.39
2 2018-04-01      4        0.41
0 2017-01-01      6        0.02
3 2017-03-01     14        0.36

【讨论】：

【解决方案2】：

在一行中：

df.assign(yr=df.Date.dt.year,mo=df.Date.dt.month).sort_values(['yr','mo'],ascending=[False,True]).drop(['yr','mo'],axis=1)

    Date        Count   Percentage
1   2019-02-01  8       0.62
4   2018-03-01  9       0.39
2   2018-04-01  4       0.41
0   2017-01-01  6       0.02
3   2017-03-01  14      0.36

【讨论】：