基于多列值函数的DataFrame排序

Question

基于python, sort descending dataframe with pandas:

给定：

from pandas import DataFrame
import pandas as pd

d = {'x':[2,3,1,4,5],
     'y':[5,4,3,2,1],
     'letter':['a','a','b','b','c']}

df = DataFrame(d)

df 然后看起来像这样：

df:
      letter    x    y
    0      a    2    5
    1      a    3    4
    2      b    1    3
    3      b    4    2
    4      c    5    1

我想要类似的东西：

f = lambda x,y: x**2 + y**2
test = df.sort(f('x', 'y'))

这应该根据列 'x' 和 'y' 的平方值之和对完整的数据框进行排序，并给我：

test:
      letter    x    y
    2      b    1    3
    3      b    4    2
    1      a    3    4
    4      c    5    1
    0      a    2    5

升序或降序无关紧要。有没有一种简单的方法可以做到这一点？我还没有找到解决办法。

Answer 1

df.loc[(df.x ** 2 + df.y ** 2).sort_values().index]

How to sort pandas dataframe by custom order on string index之后

Answer 2

另一种类似于this one 的方法是使用argsort，它直接返回索引排列：

f = lambda r: r.x**2 + r.y**2
df.iloc[df.apply(f, axis=1).argsort()]

我认为使用argsort 比常规的sort 能更好地翻译这个想法（我们不关心这个计算的值，只关心结果索引）。

修补 DataFrame 以添加此功能也可能很有趣：

def apply_sort(self, *, key):
    return self.iloc[self.apply(key, axis=1).argsort()]

pd.DataFrame.apply_sort = apply_sort

然后我们可以简单地写：

>>> df.apply_sort(key=f)

   x  y letter
2  1  3      b
3  4  2      b
1  3  4      a
4  5  1      c
0  2  5      a

Answer 3

您是否尝试过创建一个新列然后对其进行排序。我无法对原始帖子发表评论，所以我只是发布我的解决方案。

df['c'] = df.a**2 + df.b**2
df = df.sort_values('c')

Answer 4

from pandas import DataFrame
import pandas as pd

d = {'one':[2,3,1,4,5],
     'two':[5,4,3,2,1],
     'letter':['a','a','b','b','c']}

df = pd.DataFrame(d)

#f = lambda x,y: x**2 + y**2
array = []
for i in range(5):
    array.append(df.ix[i,1]**2 + df.ix[i,2]**2)
array = pd.DataFrame(array, columns = ['Sum of Squares'])
test = pd.concat([df,array],axis = 1, join = 'inner')
test = test.sort_index(by = "Sum of Squares", ascending = True).drop('Sum of Squares',axis =1)

刚刚意识到你想要这个：

    letter  one  two
2      b    1    3
3      b    4    2
1      a    3    4
4      c    5    1
0      a    2    5

Answer 5

您可以创建一个临时列以在排序中使用，然后将其删除：

df.assign(f = df['one']**2 + df['two']**2).sort_values('f').drop('f', axis=1)
Out: 
  letter  one  two
2      b    1    3
3      b    4    2
1      a    3    4
4      c    5    1
0      a    2    5