如何在pandas中添加排序功能？

Question

我想要获取列的值的排序，并将其作为一个新列a_order添加到数据中。

例如，对于列a，数值的顺序为0.5 < 2.5 < 3.6。

因此，在新建的列a_order中0.5对应0，2.5对应1，3.6对应2。

输入：

import pandas as pd 
import numpy as np 
df = pd.DataFrame({'a':[0.5, 3.6, 2.5]})

输出：

     a
0  0.5
1  3.6
2  2.5

期望结果：

     a  a_order
0  0.5        0
1  3.6        2
2  2.5        1

- rosefun

Answer 1

使用rank，减去1并转换为整数：

df['a_order'] = df['a'].rank(method='dense').sub(1).astype(int)
print (df)
     a  a_order
0  0.5        0
1  3.6        2
2  2.5        1

- jezrael

---

请撤销之前的编辑。实际上，这提供了一个很好的想法，如果存在重复项，用户将知道该使用什么。 - Space Impact

@SandeepKadapa - 我将其删除，因为它返回了错误的值，我在重复值方面犯了错误。您可以在此处进行检查。 - jezrael

我们有一个 method = 'first'，它将处理排名中的重复项。请检查一下。 - Space Impact

@SandeepKadapa - 出现了问题，因为argsort返回已排序值的索引，所以在这里无法使用 :( - jezrael

我觉得你误解了我的评论。 我的意思是要使用重复数据检查此 df['a'].rank(method='first').sub(1).astype(int)，因为参数 method='first' 已经处理了这个问题。 - Space Impact

@SandeepKadapa - 是的，我同意你的观点。我说的是argsort，而你说的是method='first'。 - jezrael

Answer 2

为什么不采用以下方法：

df['a_order']=df.sort_values('a').index.tolist()

将'a_order'赋值为按'a'列排序后的数据框的索引

- U13-Forward

---

谢谢您的回答，但是您的解决方案并不是我所期望的。我只是想比较一列中的所有值，并将顺序作为新列。例如，如果在列a中有四个值0.5、3.6、2.5、0.0，我希望在列a_order中得到1、3、2、0。 - rosefun

@rosefun 怎么回事？你能再试一次吗？ - U13-Forward

Answer 3

你可以使用np.ndarray.argsort：

df['a_order'] = df['a'].values.argsort()

print(df)

     a  a_order
0  0.5        0
1  3.6        2
2  2.5        1

- jpp