根据 Pandas 中的列表对多列进行排序答案

【问题标题】：Sorting multiple columns based on list in Pandas根据 Pandas 中的列表对多列进行排序
【发布时间】：2021-10-09 04:48:33
【问题描述】：

感谢任何关于如何根据 pandas 中的倍数列表对给定的多列进行排序的提示，如下所示

import pandas as pd
sort_a=['a','d','e']
sort_b=['s1','s3','s6']
sort_c=['t1','t2','t3']
df=pd.DataFrame(zip(['a', 'e', 'd','a','a','d','e'], ['s3', 's1', 's6','s6','s3','s3','s1'], ['t3', 't2', 't1','t2','t2','t3','t3']),columns=["a", "b", "c"])

使用排序列，例如a,c,d

这个想法类似于sort

df.sort(['a', 'c', 'd'], ascending = [sort_a, sort_c, sort_b])

预期输出

a   b   c
a   s3  t2
a   s3  t3
a   s6  t2
d   s3  t3
d   s6  t1
e   s1  t2
e   s1  t3

【问题讨论】：

请添加您的预期输出。我的输出可能不是你想要的
嗨@sammywemmy，我已更改df 以反映3 sort_list 的用例。您的建议仍然有效

标签： python pandas sorting

【解决方案1】：

一种选择是为每一列创建类别并进行排序：

categories = {col : pd.CategoricalDtype(categories=cat, ordered=True) 
              for col, cat 
              in zip(df.columns, [sort_a, sort_b, sort_c])}

df.astype(categories).sort_values([*df.columns])

   a   b   c
0  a  s3  t3
2  d  s6  t1
1  e  s1  t2

【讨论】：

【解决方案2】：

虽然与参考列表的排序没有直接关系，但发布此 OP 时的关键问题是我想对其中包含 string 的列进行排序。

对熊猫使用 sort_values >= 1.1.0

使用 DataFrame.sort_values 中的新 key 参数，从 pandas 1.1.0 开始，我们可以直接对列进行排序，而无需使用 natsort.natsort_keygen 将其设置为索引：

from natsort import natsort_keygen
df=df.sort_values(
    by=['a','b','c'],
    key=natsort_keygen()
)

输出：

   a   b   c
4  a  s3  t2
0  a  s3  t3
3  a  s6  t2
5  d  s3  t3
2  d  s6  t1
1  e  s1  t2
6  e  s1  t3

【讨论】：