按从 Jan 到 dec 的日期时间对象对 DataFrame 进行排序答案

【问题标题】：Sort DataFrame by a datetime object from Jan to dec按从 Jan 到 dec 的日期时间对象对 DataFrame 进行排序
【发布时间】：2020-06-23 12:47:34
【问题描述】：

我有一个数据框。使用 pandas groupby 聚合数据框：

df.groupby(["Date", "company"]).producttyp.size().reset_index()

结果如下表所示

      Date       company      producttyp
0   Apr-2020      proA1         15
1   Apr-2020      proB1         6
2   Apr-2020      probCC        12
3   Apr-2020      prouba        18
4   Feb-2020      pWC           4
5   Feb-2020      pCA           4
6   Feb-2020      prosu         3
7   Jan-2020      proku         11
8   Jan-2020      proyu         5
9   Jan-2020      prose         2
10  Mar-2020      proud         10
11  Mar-2020      pride         7
12  Mar-2020      proza         6
13  May-2020      proVVaG       40
14  May-2020      proAG         13
15  May-2020      proG          41
16  May-2020      PKWC          18

我希望根据Date 列对DataFrame 进行排序。有什么解决办法吗？

【问题讨论】：

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

【解决方案1】：

使用 pd.to_datetime 将 Date 列转换为 pandas 日期时间序列，并将其分配给分组 df 中的临时列，然后使用 DataFrame.sort_values 对此临时列上的数据帧进行排序，最后使用 @987654323 @删除这个临时列：

df = (
    df.assign(temp=pd.to_datetime(df['Date'], format='%b-%Y'))
    .sort_values(by='temp', ignore_index=True)
    .drop('temp', 1)
)

结果：

# print(df)

        Date  company  producttyp
0   Jan-2020    proyu           5
1   Jan-2020    proku          11
2   Jan-2020    prose           2
3   Feb-2020      pWC           4
4   Feb-2020      pCA           4
5   Feb-2020    prosu           3
6   Mar-2020    proza           6
7   Mar-2020    pride           7
8   Mar-2020    proud          10
9   Apr-2020    proA1          15
10  Apr-2020   prouba          18
11  Apr-2020   probCC          12
12  Apr-2020    proB1           6
13  May-2020  proVVaG          40
14  May-2020    proAG          13
15  May-2020     proG          41
16  May-2020     PKWC          18

【讨论】：

【解决方案2】：

这是使用pd.to_datetime 将其转换为01-01-2020 然后使用df.sort_values 对其进行排序并使用strftime 将其转换回Jan-2020 格式的另一种方法：

df['Date'] = pd.to_datetime(df['Date'])
df.sort_values(by=['Date'], inplace=True)
df['Date'] = df['Date'].dt.strftime('%b-%Y')
df

        Date  company  producttyp
8   Jan-2020    proyu           5
7   Jan-2020    proku          11
9   Jan-2020    prose           2
4   Feb-2020      pWC           4
5   Feb-2020      pCA           4
6   Feb-2020    prosu           3
12  Mar-2020    proza           6
11  Mar-2020    pride           7
10  Mar-2020    proud          10
0   Apr-2020    proA1          15
3   Apr-2020   prouba          18
2   Apr-2020   probCC          12
1   Apr-2020    proB1           6
13  May-2020  proVVaG          40
14  May-2020    proAG          13
15  May-2020     proG          41
16  May-2020     PKWC          18

【讨论】：

【解决方案3】：

假设您的 Date 列由实际的 datetime 对象组成，您可以简单地这样做：

df.sort_values(by='Date')

输出：

          Date  company  producttyp
8  2020-01-01    proyu           5
7  2020-01-01    proku          11
9  2020-01-01    prose           2
4  2020-02-01      pWC           4
5  2020-02-01      pCA           4
6  2020-02-01    prosu           3
12 2020-03-01    proza           6
11 2020-03-01    pride           7
10 2020-03-01    proud          10
0  2020-04-01    proA1          15
3  2020-04-01   prouba          18
2  2020-04-01   probCC          12
1  2020-04-01    proB1           6
13 2020-05-01  proVVaG          40
14 2020-05-01    proAG          13
15 2020-05-01     proG          41
16 2020-05-01     PKWC          18

如果您不需要保留旧的、未排序的索引，您可以在之后调用reset_index(drop=True)。

如果您的 Date 列不是由 datetime 对象组成的，您可以使用以下方法进行转换：

df.Date = pd.to_datetime(df.Date)

【讨论】：

我知道这一点，它不在 datetime dtype 中
那么你的问题标题用错了。无论哪种方式，我都编辑了我的答案并添加了转换。