在一列上按另一个对数据框进行排序 - 熊猫答案

【问题标题】：Sort dataframe by another on one column - pandas在一列上按另一个对数据框进行排序 - 熊猫
【发布时间】：2018-12-05 08:23:56
【问题描述】：

假设我要数据帧，如下所示：

df=pd.DataFrame({'a':[1,4,3,2],'b':[1,2,3,4]})
df2=pd.DataFrame({'a':[1,2,3,4],'b':[1,2,3,4],'c':[34,56,7,55]})

我想按'a' 列上的df2 数据的顺序对df 数据进行排序，因此df.a 列将是df2.a 的顺序，并且使整个数据框按顺序排列.

期望的输出：

（手动制作，如有错误，请告诉我：D）

我自己的尝试：

df = df.set_index('a')
df = df.reindex(index=df2['a'])
df = df.reset_index()
print(df)

按预期工作！！！，

但是当我有更长的数据帧时，例如：

df=pd.DataFrame({'a':[1,4,3,2,3,4,5,3,5,6],'b':[1,2,3,4,5,5,5,6,6,7]})
df2=pd.DataFrame({'a':[1,2,3,4,3,4,5,6,4,5],'b':[1,2,4,3,4,5,6,7,4,3]})

它没有按预期工作。

注意：我不仅想要解释原因，而且我还需要一个解决方案来为大数据帧做这件事

【问题讨论】：

@coldspeed 编辑我的，将测试。
@coldspeed 抱歉，IndexError: positional indexers are out-of-bounds 出现错误，np.searchsorted 之一。我的版本是 0.19.2

标签： python python-3.x pandas sorting dataframe

【解决方案1】：

一种可能的解决方案是在两个DataFrames 中创建辅助列，因为重复值：

df['g'] = df.groupby('a').cumcount()
df2['g'] = df2.groupby('a').cumcount()

df = df.set_index(['a','g']).reindex(index=df2.set_index(['a','g']).index)
print(df)
       b
a g     
1 0  1.0
2 0  4.0
3 0  3.0
4 0  2.0
3 1  5.0
4 1  5.0
5 0  5.0
6 0  7.0
4 2  NaN
5 1  6.0

或者可能需要merge:

df3 = df.merge(df2[['a','g']], on=['a','g'])
print(df3)
   a  b  g
0  1  1  0
1  4  2  0
2  3  3  0
3  2  4  0
4  3  5  1
5  4  5  1
6  5  5  0
7  5  6  1
8  6  7  0

【讨论】：