使用列表列对 Pandas DataFrame 进行排序

Question

我有一个从这样的数据透视表创建的数据框：

mykey	values1	values2	values3
1	[1,2,0]	[2,3,5]	[2,3,4]
3	[2,1]	[3,1]	[2,1]

我想按 values1 按升序对数据框中的列表进行排序，并将该排序反映在 values2 和 values3 的排序中，如下所示：

mykey	values1	values2	values3
1	[0,1,2]	[5,2,3]	[4,2,3]
3	[1,2]	[1,3]	[1,2]

现在，我在创建数据透视表之前对数组的输入值进行了排序，这似乎可行，但我认为在创建数据透视表之后可能会有一种方法对其进行排序。

Answer 1

您可以使用df.apply(pd.Series.explode) 同时将所有列分解为更长的数据框，以便为排序做准备。然后，.groupby 回到列表中，现在按所需顺序：

import pandas as pd
df = pd.DataFrame({'mykey' : [1, 3],
'values1' : [[1,2,0], [2,1]],
'values2' : [[2,3,5], [3,1]],
'values3' : [[2,3,4], [2,1]]})
df = (df.apply(pd.Series.explode)
      .reset_index()
      .sort_values(['mykey', 'values1'])
      .drop('index', axis=1)
      .groupby('mykey') # Passing 'sort=False' could have a minor performance boost even though already sorted.
      .agg(list)
      .reset_index())
df
Out[1]: 
   mykey    values1    values2    values3
0      1  [0, 1, 2]  [5, 2, 3]  [4, 2, 3]
1      3     [1, 2]     [1, 3]     [1, 2]