python-3.x - 首先按时间戳值对 pandas 中的行进行排序，然后按特定顺序对列的分类值进行排序

Question

我有一个熊猫数据框，其中有一列“用户”，其中包含分类值（a、b、c、d）。我只关心两个类别的升序排列（a，d）。所以 (a,b,c,d) 和 (a,c,b,d) 都适合我。

如何创建排序是问题的第一部分？

其次，我有另一列包含“时间戳”。我想首先按“时间戳”对我的行进行排序，然后对于具有相同时间戳的行，我想使用上述分类值的排序进行排序。

假设我的数据框看起来像这样。

+-----------+------+
| Timestamp | User |
+-----------+------+
|         1 | b    |
|         2 | d    |
|         1 | a    |
|         1 | c    |
|         1 | d    |
|         2 | a    |
|         2 | b    |
+-----------+------+

我希望首先发生这种排序

+-----------+------+
| Timestamp | User |
+-----------+------+
|         1 | b    |
|         1 | a    |
|         1 | c    |
|         1 | d    |
|         2 | d    |
|         2 | a    |
|         2 | b    |
+-----------+------+

其次是“用户”的分类排序

+-----------+------+
| Timestamp | User |
+-----------+------+
|         1 | a    |
|         1 | b    |
|         1 | c    |
|         1 | d    |
|         2 | a    |
|         2 | b    |
|         2 | d    |
+-----------+------+

或者

+-----------+------+
| Timestamp | User |
+-----------+------+
|         1 | a    |
|         1 | c    |
|         1 | b    |
|         1 | d    |
|         2 | a    |
|         2 | b    |
|         2 | d    |
+-----------+------+

如您所见，“c”和“b”的顺序无关紧要。

标签： python-3.xpandas

Answer 1

您可以在有序分类中指定顺序，categories然后调用DataFrame.sort_values：

df['User'] = pd.Categorical(df['User'], ordered=True, categories=['a','b','c','d'])

df = df.sort_values(['Timestamp','User'])
print (df)
   Timestamp User
2          1    a
0          1    b
3          1    c
4          1    d
5          2    a
6          2    b
1          2    d

如果有很多值User可以动态创建类别：

vals = ['a', 'd']
cats = vals + np.setdiff1d(df['User'], vals).tolist() 
print (cats)
['a', 'd', 'b', 'c']

df['User'] = pd.Categorical(df['User'], ordered=True, categories=cats)
df = df.sort_values(['Timestamp','User'])
print (df)
   Timestamp User
2          1    a
4          1    d
0          1    b
3          1    c
5          2    a
1          2    d
6          2    b