我的熊猫数据帧看起来像这样:
---------------------------------------
Name | Stats
---------------------------------------
Bob | { age : 42, profession: IT }
Jill | { age : 35, profession: Engineer }
Patric | { age : 37, profession: Student }
---------------------------------------
其中Stats
是一个类,age
和profession
都是该类的属性。
我想按Stats
上的一个属性对该表进行排序。例如,按人员的年龄对其进行排序,使表如下所示:
---------------------------------------
Name | Stats
---------------------------------------
Jill | { age : 35, profession: Engineer }
Patric | { age : 37, profession: Student }
Bob | { age : 42, profession: IT }
---------------------------------------
有没有办法用熊猫做到这一点?我只找到了按整列排序的方法
谢谢
解决方案
您可以使用argsort
查找适当的排序并将其传递给iloc
。 但是,您需要创建一个数据帧才能在age
列上运行argsort
。
df.iloc[pd.DataFrame(df.Stats.values.tolist()).age.argsort()]
Name Stats
1 Jill {'age': 35, 'profession': 'Engineer'}
2 Patric {'age': 37, 'profession': 'Student'}
0 Bob {'age': 42, 'profession': 'IT'}
看完@Alexander的回答...我想出了一些结合他的想法和我的想法的东西。 如果有人觉得这部分有用,请不要忘记对他的回答投赞成票。
df.iloc[np.argsort([x.get('age') for x in df.Stats])]
定时
小样本数据
%timeit df.iloc[pd.DataFrame(df.Stats.values.tolist()).age.argsort()]
%timeit df.iloc[np.argsort([x.get('age') for x in df.Stats])]
%timeit df.iloc[np.argsort([x.get('age') for x in df.Stats.values.tolist()])]
1000 loops, best of 3: 756 µs per loop
1000 loops, best of 3: 225 µs per loop
1000 loops, best of 3: 207 µs per loop
设置
df = pd.DataFrame(dict(
Name='Bob Jill Patric'.split(),
Stats=[
dict(age=42, profession='IT'),
dict(age=35, profession='Engineer'),
dict(age=37, profession='Student')
]
))
使用数据帧的一个要点是键入列以实现高效的存储和计算速度(例如 int64、float64、object 等(。 您的数据结构不佳;您可能应该为Stats
中的每个字段设置单独的列。 有关详细信息,请参阅整洁数据。
df2 = df[['Name']].assign(age=[d.get('age') for d in df['Stats']],
profession=[d.get('profession') for d in df['Stats']])
然后,可以轻松处理您的数据。
>>> df2.sort_values('age')
Name age profession
1 Jill 35 Engineer
2 Patric 37 Student
0 Bob 42 IT