Pandas - 按列排序

Question

I have a pandas data frame known as "df":

  x y
0 1 2
1 2 4
2 3 8

我正在将它分成两个框架，然后尝试合并起来：

df_1 = df[df['x']==1]  
df_2 = df[df['x']!=1] 

我的目标是按照相同的顺序获取它，但是当我连接时，我得到了以下内容：

frames = [df_1, df_2]
solution = pd.concat(frames)
solution.sort_values(by='x', inplace=False)

  x y
1 2 4
2 3 8
0 1 2

问题在于我需要将“x”值按照我提取时的相同顺序放回到新数据框中。有解决方案吗？

- Jeff Saltfist

Answer 1

使用.loc指定您想要的顺序。选择原始索引。

solution.loc[df.index]

或者，如果您信任每个组件中的索引值，那么

solution.sort_index()

设置

df = pd.DataFrame([[1, 2], [2, 4], [3, 8]], columns=['x', 'y'])

df_1 = df[df['x']==1]  
df_2 = df[df['x']!=1] 

frames = [df_1, df_2]
solution = pd.concat(frames)

- piRSquared

Answer 2

当您使用以下代码对解决方案进行排序时 solution.sort_values(by='x', inplace=False) 您需要指定inplace = True。这样就可以解决问题了。

- Vaishali

Answer 3

试试这个：

In [14]: pd.concat([df_1, df_2.sort_values('y')])
Out[14]:
   x  y
0  1  2
1  2  4
2  3  8

- Kelvin

Answer 4

根据以下关于df的假设：

1. 列x和y不一定按顺序排列。
2. 索引是有序的。

只需按索引对结果进行排序：

df = pd.DataFrame({'x': [1, 2, 3], 'y': [2, 4, 8]})
df_1 = df[df['x']==1]  
df_2 = df[df['x']!=1] 
frames = [df_2, df_1]
solution = pd.concat(frames).sort_index()

现在，solution 的样子是这样的：

   x  y
0  1  2
1  2  4
2  3  8

- Mike Müller