python series 排序_Python：Pandas的DataFrame如何按指定list排序

前言

写这篇文章的起由是有一天微信上一位朋友问到一个问题，问题大体意思概述如下：现在有一个pandas的Series和一个python的list，想让Series按指定的list进行排序，如何实现？

这个问题的需求用流程图描述如下：

我思考了一下，这个问题解决的核心是引入pandas的数据类型“category”，从而进行排序。

在具体的分析过程中，先将pandas的Series转换成为DataFrame，然后设置数据类型，再进行排序。思路用流程图表示如下：

分析过程引入pandas库import pandas as pd构造Series数据s = pd.Series({'a':1,'b':2,'c':3})

sa    1

b    2

c    3

dtype: int64s.indexIndex(['a', 'b', 'c'], dtype='object')指定的list，后续按指定list的元素顺序进行排序list_custom = ['b', 'a', 'c']

list_custom['b', 'a', 'c']将Series转换成DataFramedf = pd.DataFrame(s)

df = df.reset_index()

df.columns = ['words', 'number']

dfwordsnumber0a1

1b2

2c3

设置成“category”数据类型# 设置成“category”数据类型

df['words'] = df['words'].astype('category')# inplace = True，使 recorder_categories生效

df['words'].cat.reorder_categories(list_custom, inplace=True)

# inplace = True，使 df生效

df.sort_values('words', inplace=True)

dfwordsnumber1b2

0a1

2c3

指定list元素多的情况：

若指定的list所包含元素比Dataframe中需要排序的列的元素多，怎么办？reorder_catgories()方法不能继续使用，因为该方法使用时要求新的categories和dataframe中的categories的元素个数和内容必须一致，只是顺序不同。

这种情况下，可以使用 set_categories()方法来实现。新的list可以比dataframe中元素多。list_custom_new = ['d', 'c', 'b','a','e']

dict_new = {'e':1, 'b':2, 'c':3}

df_new = pd.DataFrame(list(dict_new.items()), columns=['words', 'value'])

print(list_custom_new)

df_new.sort_values('words', inplace=True)

df_new['d', 'c', 'b', 'a', 'e']wordsvalue0b2

1c3

2e1df_new['words'] = df_new['words'].astype('category')

# inplace = True，使 set_categories生效

df_new['words'].cat.set_categories(list_custom_new, inplace=True)

df_new.sort_values('words', ascending=True)wordsvalue1c3

0b2

2e1

指定list元素少的情况：

若指定的list所包含元素比Dataframe中需要排序的列的元素少，怎么办？这种情况下，set_categories()方法还是可以使用的，只是没有的元素会以NaN表示

注意下面的list中没有元素“b”list_custom_new = ['d', 'c','a','e']

dict_new = {'e':1, 'b':2, 'c':3}

df_new = pd.DataFrame(list(dict_new.items()), columns=['words', 'value'])

print(list_custom_new)

df_new.sort_values('words', inplace=True)

df_new['d', 'c', 'a', 'e']wordsvalue0b2

1c3

2e1df_new['words'] = df_new['words'].astype('category')

# inplace = True，使 set_categories生效

df_new['words'].cat.set_categories(list_custom_new, inplace=True)

df_new.sort_values('words', ascending=True)wordsvalue0NaN2

1c3

2e1

总结

根据指定的list所包含元素比Dataframe中需要排序的列的元素的多或少，可以分为三种情况：相等的情况下，可以使用 reorder_categories和 set_categories方法；

list的元素比较多的情况下， 可以使用set_categories方法；

list的元素比较少的情况下， 也可以使用set_categories方法，但list中没有的元素会在DataFrame中以NaN表示。

源代码

需要的童鞋可在微信公众号“Python数据之道”(ID：PyDataRoad)后台回复关键字获取视频，关键字如下：

“2017025”(不含引号)

更多精彩文章

请点击微信公众号底部菜单栏。

文章集锦：

Pandas

可视化

项目实战

其他