在 Pandas 中有条件地按升序和降序对单个列进行排序答案

【问题标题】：Conditionally sort a single column in ascending and descending order in Pandas在 Pandas 中有条件地按升序和降序对单个列进行排序
【发布时间】：2018-11-30 03:26:17
【问题描述】：

我有 98,000 个美国家庭街道地址，我需要按“步行”顺序排序，即按照您步行的顺序列出，沿着街道的一侧，然后过马路然后往回走。

import pandas as pd
df = pd.read_excel('c:pdsort.xlsx')

# add boolean column for even or odd on number column
is_even = df.loc[:,'number'] % 2 == 0
df.loc[:, 'even'] = is_even

# group and then sort by number
df.groupby(['town','street','even']).apply(lambda x: x.sort_values('number'))

# sort odd numbers ascending and even numbers descending

所需的 df 结果，对奇数街道号进行升序排序，然后对偶数切换到降序排序。 [对不起，第一个stackoverflow问题，还没有资格复制Jupyter笔记本的图像]

4 列：数字、街道、城镇、偶数

列“数字”的期望结果： 1231 1233 1235 1237 1239 1238 1236 1234 1232 1230

【问题讨论】：

如果我理解正确的话，你首先要groupby street。然后您对奇数/偶数进行分区，对每个列表进行排序，并根据需要连接结果。作为最终输出，您是否将整个数据库按新顺序排序？请给出一个样本输入和期望的输出，其中包含两到三条街道，每条街道可能有四栋房屋。

标签： python python-3.x pandas sorting pandas-groupby

【解决方案1】：

使用numpy.lexsort，您可以定义要排序的系列序列。来自@smj 的数据。

设置

import pandas as pd
import numpy as np

number_list = list(range(1, 11))

df = pd.DataFrame({'town': sorted(['Springfield', 'Shelbyville'] * 10),
                   'street': sorted(['Evergreen Terrace', 'Main Street'] * 10),
                   'number': number_list + number_list})

解决方案

订购时要小心。 np.lexsort 从序列的最后一个元素开始工作；例如s1 的排序优先级最高，s4 最低。

s1 = df['town']
s2 = df['street']
s3 = ~df['number']%2                            # i.e. "is odd"
s4 = np.where(s3, -df['number'], df['number'])  # i.e. "negate if odd"

res = df.iloc[np.lexsort((s4, s3, s2, s1))]

结果

print(res)

           town             street  number
0   Shelbyville  Evergreen Terrace       1
2   Shelbyville  Evergreen Terrace       3
4   Shelbyville  Evergreen Terrace       5
6   Shelbyville  Evergreen Terrace       7
8   Shelbyville  Evergreen Terrace       9
9   Shelbyville  Evergreen Terrace      10
7   Shelbyville  Evergreen Terrace       8
5   Shelbyville  Evergreen Terrace       6
3   Shelbyville  Evergreen Terrace       4
1   Shelbyville  Evergreen Terrace       2
10  Springfield        Main Street       1
12  Springfield        Main Street       3
14  Springfield        Main Street       5
16  Springfield        Main Street       7
18  Springfield        Main Street       9
19  Springfield        Main Street      10
17  Springfield        Main Street       8
15  Springfield        Main Street       6
13  Springfield        Main Street       4
11  Springfield        Main Street       2

【讨论】：

试过 smj 和 jpp 都回答了我的问题，不能 pandasice piRSquared，在 Jupyter NB 上运行 %%timeit - 选项 smj 16.7 s ± 227 ms 每个循环（平均值 ± 标准开发。 7 次运行，每次 1 个循环）选项 jpp 1.24 s ± 2.6 ms 每个循环（平均值±标准偏差。7 次运行，每个循环 1 个）-非常感谢，所有 98k 地址都已排序！
好答案，我不得不离开中间答案（-：

【解决方案2】：

如果我理解正确，这是我的尝试，我确信这可以在 lambda 函数中完成，但它有助于以详细的方式设置逻辑:)

import pandas as pd
import numpy as np

number_list = list(range(1, 11))

data = pd.DataFrame(
    {
        'town': sorted(['Springfield', 'Shelbyville'] * 10),
        'street': sorted(['Evergreen Terrace', 'Main Street'] * 10),
        'number': number_list + number_list
    }
)

data['is_even'] = data['number'] % 2 == 0

final = pd.DataFrame()

for key, data_group in data.groupby(['town', 'street', 'is_even']):
    if key[2] == True:
        final = final.append(data_group.sort_values('number', ascending = False))
    else:
        final = final.append(data_group.sort_values('number'))

final.drop('is_even', axis = 1, inplace = True)

final

给予：

【讨论】：