给定外部订单的 Pandas 按日期时间月份排序行答案

【问题标题】：Pandas order rows by datetime month given external order给定外部订单的 Pandas 按日期时间月份排序行
【发布时间】：2018-04-06 15:00:48
【问题描述】：

所以我在订购我的 Dataframe 时遇到了一点麻烦，我尝试使用 this 问题，但没有设法让它工作。我有一个 Dataframe nudf 像这样：

                     date  level_1      0 
0     2016-10-01 00:00:00      0.0  74.00    
1     2016-10-01 00:30:00      0.5     72    
2     2016-10-01 01:00:00      1.0     70    
3     2016-10-01 01:30:00      1.5     64    
4     2016-10-01 02:00:00      2.0     63    
5     2016-10-01 02:30:00      2.5     60    
...                   ...      ...    ...   
19003 2017-09-31 21:30:00     21.5    129    
19004 2017-09-31 22:00:00     22.0    118    
19005 2017-09-31 22:30:00     22.5    106  
19006 2017-09-31 23:00:00     23.0     84    
19007 2017-09-31 23:30:00     23.5     76

我想做的是按外部月份顺序对行进行排序：

[4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3]

这是过去 12 个月，从上个月开始。我想忽略年份并按照上面的顺序排列每个月的行块。

例如，给定以下行：

0     2016-02-01 00:00:00      0.0  74.00    
1     2016-02-01 00:30:00      0.5     72    
2     2016-03-01 01:00:00      1.0     70    
3     2016-03-01 01:30:00      1.5     64    
4     2017-04-01 02:00:00      2.0     63    
5     2017-04-01 02:30:00      2.5     60

结果应该是：

4     2017-04-01 02:00:00      2.0     63    
5     2017-04-01 02:30:00      2.5     60
0     2016-02-01 00:00:00      0.0  74.00    
1     2016-02-01 00:30:00      0.5     72    
2     2016-03-01 01:00:00      1.0     70    
3     2016-03-01 01:30:00      1.5     64

我试过了：

nudf['month'] = nudf.apply(lambda row: row.date.month, axis=1)
nudf.month = nudf.month.astype("category")
nudf.month.cat.set_categories([x.month for x in reversed(_get_last_x_months(12))], inplace=True)

nudf.sort_values(["month"], inplace=True)

但不维护日期和时间顺序。

【问题讨论】：

标签： python pandas datetime

【解决方案1】：

您可以使用单独的categorical、argsort 和iloc
另外，请注意我使用了kind='mergesort'，因为mergesort 是一种“稳定”的排序算法，并且会保持等值行的相对顺序。

mcats = [4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3]
nudf.iloc[pd.Categorical(nudf.date.dt.month, mcats, True).argsort(kind='mergesort')]

                 date  level_1     0
4 2017-04-01 02:00:00      2.0  63.0
5 2017-04-01 02:30:00      2.5  60.0
0 2016-02-01 00:00:00      0.0  74.0
1 2016-02-01 00:30:00      0.5  72.0
2 2016-03-01 01:00:00      1.0  70.0
3 2016-03-01 01:30:00      1.5  64.0

您也可以添加列

mcats = [4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3]
nudf = nudf.assign(month=pd.Categorical(nudf.date.dt.month, mcats, True))
nudf.sort_values('month', kind='mergesort')

                 date  level_1     0 month
4 2017-04-01 02:00:00      2.0  63.0     4
5 2017-04-01 02:30:00      2.5  60.0     4
0 2016-02-01 00:00:00      0.0  74.0     2
1 2016-02-01 00:30:00      0.5  72.0     2
2 2016-03-01 01:00:00      1.0  70.0     3
3 2016-03-01 01:30:00      1.5  64.0     3

如果我们尝试按月然后按日期排序，我们不需要指定稳定的排序，只需按两列排序

mcats = [4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3]
nudf = nudf.assign(month=pd.Categorical(nudf.date.dt.month, mcats, True))
nudf.sort_values(['month', 'date'])

或者代替argsort 答案，我们可以使用np.lexsort 返回基于多个数组的排序排列。

mcats = [4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3]
nudf.iloc[np.lexsort(
    [nudf.date, pd.Categorical(nudf.date.dt.month, mcats, True)]
)]

【讨论】：

另一个我从来不知道的方便的 pandas 东西。非常有趣的答案！我想知道订单是如何运作的......我会测试一下
如您所见here，我拥有的较大文件的顺序不正确。
我修改了我的帖子以指定一个稳定的排序算法。看看有没有帮助。
与合并排序添加完美结合。非常感谢。

【解决方案2】：

您可以使用map 更改值并重新排列列

# creates an int value based on the date using .dt.month (must be a date type)
df['month_value'] = df['date'].dt.month

# creates a dictionary that will remap the values
new_order = {4:1, 5:2, 6:3, 7:4, 8:5, 9:6, 10:7, 11:8, 12:9, 1:10, 2:11, 3:12}

# creates a new column based on the mapping
df['new_value'] = df['month_value'].map(new_order)

# sorts the values based on the new column
df.sort_values(by='new_value')

           date  month_value  new_value
4 2017-04-01            4          1
5 2017-04-01            4          1
0 2016-02-01            2         11
1 2016-02-01            2         11
2 2016-03-01            3         12
3 2016-03-01            3         12

【讨论】：

【解决方案3】：

您可以使用% 完成订购。但要获得您想要的输出，请先按日期时间排序。

nudf.sort_values(by='date', inplace=True)

mcats = [x.month for x in reversed(_get_last_x_months(12))]
#[4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3]
nudf['m_fake'] = (nudf.date.dt.month+(12-mcats[0]))%12
nudf.sort_values(by='m_fake')

#                 date  val1  val2  m_fake
#4 2017-04-01 02:00:00   2.0    63       0
#5 2017-04-01 02:30:00   2.5    60       0
#0 2016-02-01 00:00:00   0.0    74       10
#1 2016-02-01 00:30:00   0.5    72       10
#2 2016-03-01 01:00:00   1.0    70       11
#3 2016-03-01 01:30:00   1.5    64       11

【讨论】：

排序是由[x.month for x in reversed(_get_last_x_months(12))]生成的，所以我最好使用它。
好的，那么你只需要做 12-order[0] 就再也不用担心了
可以看到here，在更大的数据集上，有些日子是不正常的。
这是因为在大文件中它们没有按日期排序，而在示例中它们是。我刚刚更新为首先根据日期排序，然后应用月份排序。应该这样做。
是的，那是我的错误，您的答案似乎也有效 - 感谢您的帮助，其他答案首先出现，但这也是一个很好的解决方案。