python绝对值排序_python – pandas – 按绝对值排序而不更改数据

一个笨重的方法是暂时添加列b的

abs值,然后使用该列添加

sort,然后添加

drop：

In [162]:

df['sort'] = df.b.abs()

df.sort(columns='sort').drop('sort', axis=1)

Out[162]:

a b

2 3 -1

3 4 2

0 1 -3

1 2 5

4 5 -9

另一种方法是查看’b’的abs值,对其调用sort然后调用reindex传递系列的索引：

In [176]:

t = df.b.abs()

t.sort()

df.reindex(t.index)

Out[176]:

a b

2 3 -1

3 4 2

0 1 -3

1 2 5

4 5 -9

编辑

以上可以作为一个班轮来完成：

In [179]:

df.reindex(df.b.abs().sort(inplace=False).index)

Out[179]:

a b

2 3 -1

3 4 2

0 1 -3

1 2 5

4 5 -9

默认排序为inplace = True,因此显式传递inplace = False将返回该系列.

另一个编辑

感谢主人@Jeff这个未知的方法(反正对我来说),你可以在abs的结果上调用order,这样可以得到更干净的代码：

In [31]:

df.reindex(df.b.abs().order().index)

Out[31]:

a b

2 3 -1

3 4 2

0 1 -3

1 2 5

4 5 -9

UPDATE

自0.17.0订单和排序已被弃用(感谢@Ruggero Turra),您现在可以使用sort_values来实现此目的：

In[16]:

df.reindex(df.b.abs().sort_values().index)

Out[16]:

a b

2 3 -1

3 4 2

0 1 -3

1 2 5

4 5 -9