如何按照一列对pandas dataframe进行排序

如果您想要动态地对列进行排序但不是按字母顺序， 并且不想使用 pd.sort_values()。 您可以尝试以下解决方案。

问题：按照 ['A'，'C'，'D'，'B'] 的顺序对列 "col1" 进行排序。

import pandas as pd
import numpy as np

## Sample DataFrame ##
df = pd.DataFrame({'col1': ['A', 'B', 'D', 'C', 'A']})

>>> df
   col1
0    A
1    B
2    D
3    C
4    A
## Solution ##

conditions = []
values = []

for i,j in enumerate(['A','C','D','B']):
    conditions.append((df['col1'] == j))
    values.append(i)

df['col1_Num'] = np.select(conditions, values)

df.sort_values(by='col1_Num',inplace = True)

>>> df

    col1  col1_Num
0    A         0
4    A         0
3    C         1
2    D         2
1    B         3

这个对我起作用：

df=df.sort_values(by=[2])

鉴于：

df=df.sort_values(by=['2']) 

不起作用。

使用键进行排序

自从pandas 1.1.0版本以后，我们可以传递一个key=参数，该参数接受一个函数作为排序键，就像Python内置的sorted()函数中的key参数一样。然而，与传递给sorted函数的键函数不同的是，这个函数必须是矢量化的，也就是说它必须输出一个Series/DataFrame来用于排序输入。

对于OP中的示例，我们可以直接对列'1'应用排序键，而不是创建列'2'来按列'1'排序。因为作为by=参数传递的列在.sort_values()内部进行操作，我们可以创建一个月份名称到数字的映射字典，并传递一个lambda函数将这个字典映射到列'1'。

import calendar   # <--- the builtin calendar module
month_to_number_mapper = {m:i for i,m in enumerate(calendar.month_name)}
df1 = df.sort_values(by='1', key=lambda col: col.map(month_to_number_mapper))

正如你所看到的，这让人想起了在纯Python中使用sorted()函数的调用。

li = sorted(df.values, key=lambda row: month_to_number_mapper[row[1]])

---

对于OP中的示例，由于列'1'是一个月份名称的列，我们可以将其视为日期时间列来对数据框进行排序。为了做到这一点，我们可以将pandas的to_datetime函数作为关键字传递。

df1 = df.sort_values(by='1', key=lambda col: pd.to_datetime(col, format='%B'))

这让人想起了在纯Python中调用sorted()的情景。

from datetime import datetime
li = sorted(df.values, key=lambda row: datetime.strptime(row[1], '%B'))

按索引排序
Pandas的.loc[]根据传递给它的值重新排列行。因此，另一种排序的方法是使用任何排序键对列'1'进行排序，然后将排序后的对象的索引传递给loc[]。

sorted_index = pd.to_datetime(df['1'], format='%B').sort_values().index
df1 = df.loc[sorted_index]

所有上述列出的三种方式都执行以下转换：

例子： 假设您有一个包含值1和0的列，并且您想要分离并仅使用一个值，则：

// furniture is one of the columns in the csv file.
 

allrooms = data.groupby('furniture')['furniture'].agg('count')
allrooms


myrooms1 = pan.DataFrame(allrooms, columns = ['furniture'], index = [1])

myrooms2 = pan.DataFrame(allrooms, columns = ['furniture'], index = [0])

print(myrooms1);print(myrooms2)