基于列表对Pandas数据框进行排序

Question

我想对以下数据框进行排序：

Region           LSE          North      South
0                   Cn     33.330367   9.178917
1               Develd     -36.157025 -27.669988
2               Wetnds    -38.480206 -46.089908
3                Oands    -47.986764 -32.324991
4               Otherg    323.209834  28.486310
5                 Soys      34.936147   4.072872
6                  Wht     0.983977 -14.972555

我希望按照列表重新排序，使LSE列重新排列:

lst = ['Oands','Wetnds','Develd','Cn','Soys','Otherg','Wht']

当然，其他列也需要相应地重新排序。有没有办法在pandas中做到这一点？

- user308827

---

这个 问题 可能有所帮助。 - YS-L

Answer 1

在 pandas 的 0.15 版本中，对 Categorical 的支持得到了改进，这使得您可以轻松地执行以下操作：

df['LSE_cat'] = pd.Categorical(
    df['LSE'], 
    categories=['Oands','Wetnds','Develd','Cn','Soys','Otherg','Wht'], 
    ordered=True
)
df.sort('LSE_cat')
Out[5]: 
   Region     LSE       North      South LSE_cat
3       3   Oands  -47.986764 -32.324991   Oands
2       2  Wetnds  -38.480206 -46.089908  Wetnds
1       1  Develd  -36.157025 -27.669988  Develd
0       0      Cn   33.330367   9.178917      Cn
5       5    Soys   34.936147   4.072872    Soys
4       4  Otherg  323.209834  28.486310  Otherg
6       6     Wht    0.983977 -14.972555     Wht

如果这只是一个临时排序，那么将 LSE 列保持为 Categorical 可能并不是您想要的，但如果这种排序是您希望在不同上下文中能够多次使用的话，Categoricals 是一个很好的解决方案。

---

在较新版本的 pandas 中，sort 已被替换为 sort_values，所以您需要使用以下语句：

df.sort_values('LSE_cat')

- Marius

---

这是一篇旧帖子，但由于谷歌把我带到这里，有必要补充一下：对于pandas版本0.23.1（以及可能的早期版本），.sort已经被替换了，所以你需要使用：df.sort_values('LSE_cat', inplace=True)。 - doctorer

这很有用！ 如果一个类别不存在，是否也有一种方法可以用NaN填充？例如，如果Oands在初始数据框中不存在，您仍希望该行出现，并在“North”和“South”列中显示NaN。 如何做到这一点？ - Newbielp