如何使用字典从 Python 中的 Excel 文件中排序行值？答案

【问题标题】：How do you order row values from an Excel file in Python with a dictionary?如何使用字典从 Python 中的 Excel 文件中排序行值？
【发布时间】：2021-12-30 15:54:13
【问题描述】：

假设我有一个 2 行的 excel 表：

0.296178    0.434362    0.033033    0.758968
0.559323    0.455792    0.780323    0.770423

如何使用字典将每行的值按从高到低的顺序排列？

例如，第 1 行的字典输入应如下所示：{1:[4,2,1,3]}，因为第 1 行中的第 4 个值最高，第 1 行中的第 3 个值最低。

（不是从 0 开始索引，因为它是 Excel 文件）

【问题讨论】：

标签： python excel dictionary

【解决方案1】：

为此，首先，您需要一个模块来导入 excel 文件。我推荐 pandas，因为它被广泛使用。（如果没有，请使用“pip install pandas”安装它）

之后使用此代码：

import pandas as pd
path = r'C:\Users\tanuj\Desktop\temp.xlsx' # replace it with your file path
df = pd.read_excel(path, header = None)
df.head() # to visualise the file

#And then, use this simple logic to get the required dictionary
d = {}
for x in range(df.shape[0]):
    temp = {}
    values = list(df.iloc[x])
    for y in range(len(values)):
        temp[df.loc[x][y]] = y+1
    l = []
    for t in sorted(temp):
        l.append(temp[t])
    l.reverse()
    d[x+1] = l
print(d)

【讨论】：

【解决方案2】：

numpy 中的

argsort 函数可以解决问题。考虑这段代码：

import numpy as np
import pandas as pd

df = pd.read_csv('excel.csv', delimiter=',', header=None)

i = 0
dict = {}
for row in df.values:
    arg = np.argsort(row)
    iarg = list(map(lambda x: x+1, arg))
    iarg.reverse()
    dict[i]=iarg
    i = i + 1

print(dict)

它将输入数据读取为格式化的 csv，并为您提供所需的输出。

【讨论】：

【解决方案3】：

在阅读完您的问题后，我认为您想从 Excel 工作表中读取行值并将其存储在字典中，然后希望将字典中的值从最高到最低顺序排序...

所以首先您必须读取存储此类值的 excel 文件以供您使用 openpyxl module

from openpyxl import load_workbook
wb = load_workbook("values.xlsx")  
ws = wb['Sheet1']
for row in ws.iter_rows():
    print([cell.value for cell in row])

上面的代码将生成excel文件中的值列表

在你的情况下：

[0.296178, 0.434362, 0.033033, 0.758968] [0.559323, 0.455792, 0.780323, 0.770423]

现在您必须将其存储在字典中，然后对其进行排序...

from openpyxl import load_workbook

wb = load_workbook("values.xlsx")  
ws = wb['Sheet1']

value_dict={}
n=1
#extracting value from excel
for row in ws.iter_rows():  
    values=[cell.value for cell in row]
    value_dict[n]=values
    n=n+1

print(value_dict)

#Sorting Values
for keys,values in value_dict.items():
    values.sort(reverse=True)
    print("Row "+ str(keys),values)

以上代码执行您想要执行的相同任务...

Output Image

【讨论】：

【解决方案4】：

对于 df 中的每一行，您可以将每个元素与该行的排序版本进行比较并获取索引。

import pandas as pd


a = [0.296178,    0.434362,    0.033033,    0.758968]
b = [0.559323,    0.455792,    0.780323,    0.770423]
df = pd.DataFrame(columns = ['1', '2'], data = zip(a, b)).T


def compare_sort(x):
  x = list(x)
  y = sorted(x.copy())[::-1]
  return([x.index(y[count]) +1 for count, _ in enumerate(y) ])



print(df.apply(compare_sort, axis=1)) # apply func. to each row of df  

1    [4, 2, 1, 3]
2    [3, 4, 1, 2]

# Get data by row name

df = df.apply(compare_sort, axis=1)
print(df['1'])

[4, 2, 1, 3]

有用的链接。

get-indices-of-items

reverse-a-list

【讨论】：