我在Pandas中有一个数据框,我想根据其列的平均值(或例如它们的std值)对其进行排序(即获得一个新的数据框或视图)。文档谈到了按标签或值排序,但我找不到任何关于自定义排序方法的内容。
我该如何做到这一点?
我该如何做到这一点?
mean
、sort_values
。In [11]: df = pd.DataFrame(np.random.randn(4,4), columns=list('ABCD'))
In [12]: df
Out[12]:
A B C D
0 0.933069 1.432486 0.288637 -1.867853
1 -0.455952 -0.725268 0.339908 1.318175
2 -0.894331 0.573868 1.116137 0.508845
3 0.661572 0.819360 -0.527327 -0.925478
In [13]: df.mean()
Out[13]:
A 0.061089
B 0.525112
C 0.304339
D -0.241578
dtype: float64
In [14]: df.mean().sort_values()
Out[14]:
D -0.241578
A 0.061089
C 0.304339
B 0.525112
dtype: float64
然后,您可以使用reindex
重新排列列:
In [15]: df.reindex(df.mean().sort_values().index, axis=1)
Out[15]:
D A C B
0 -1.867853 0.933069 0.288637 1.432486
1 1.318175 -0.455952 0.339908 -0.725268
2 0.508845 -0.894331 1.116137 0.573868
3 -0.925478 0.661572 -0.527327 0.819360
注意:在早期版本的 pandas 中,`sort_values` 曾经被称为 `order`,但是在 0.17 中废弃了 `order`,以便更符合其他排序方法的一致性。此外,在早期版本中,必须使用 `reindex_axis` 而不是 `reindex`。df = pd.DataFrame(np.random.randn(4,4), columns=list('ABCD'))
df.assign(m=df.mean(axis=1)).sort_values('m').drop('m', axis=1)
修改自Adriel M. Vieira:
df = pd.DataFrame(np.random.randn(4,4), columns=list('ABCD'))
df.T.assign(m=df.mean(axis=0)).sort_values('m').drop('m', axis=1).T
order
已经被弃用,应该使用在0.17.0版本中添加的sort_values
代替。 - blireindex
而不是reindex_axis
,因为它被标记为过时的,并且在将来的版本中将被删除(我正在使用pandas v0.23.4)。 - dvitsios