根据列对DataFrame进行Argsort排序

Question

我有以下DataFrame：

userId	column_1	column_2	column_3
A	4.959	3.231	1.2356
B	0.632	0.963	2.4556
C	3.234	7.445	5.3435
D	1.454	0.343	2.2343

我想要按照上一篇文章的列进行argsort：

userId	first	second	third
A	column_3	column_2	column_1
B	column_1	column_2	column_3
C	column_1	column_3	column_2
D	column_2	column_1	column_3

- Javier Monsalve

---

似乎他正在对行进行排序，而不是打印列名的数字。 - adir abargil

基本上，我想为每个用户订购值。对于用户A，最低值的列是'column_3'，第二列是'column_2'，最高值的列是'column_1'。 - Javier Monsalve

@Craig 但是你如何在其中插入列名？ - adir abargil

非常感谢您提供的精彩答案！让我也变得更聪明了... - adir abargil

Answer 1

您可以在轴1上使用np.argsort。然后使用pd.Index.to_numpy将df.columns转换为numpy数组，再使用numpy indexing。

df = df.set_index('userId') # If userId is not index already.
idx = df.values.argsort(axis=1)
out = pd.DataFrame(df.columns.to_numpy()[idx], index=df.index)

               0         1         2
userId
A       column_3  column_2  column_1
B       column_1  column_2  column_3
C       column_1  column_3  column_2
D       column_2  column_1  column_3

- Ch3steR

---

设置索引后，df.columns.to_numpy()[np.argsort(df)] 也应该可以工作 :-) - anky

Answer 2

另一种方法是使用 stack() 结合 sort_values() 和 map 来设置自定义列标题。

mapper_ = {1 : 'first', 2 : 'second', 3 : 'third', 4 : 'fourth'}
s = (df.set_index('userId').stack().sort_values().groupby(level=0).cumcount() + 1).map(mapper_)

s.reset_index(1).set_index(0,append=True).unstack(0)




        level_1                    
0          first    second     third
userId                              
A       column_3  column_2  column_1
B       column_1  column_2  column_3
C       column_1  column_3  column_2
D       column_2  column_1  column_3

- Umar.H