在熊猫数据框中自定义排序

Question

我有python pandas dataframe，其中一列包含月份名称。

如何使用字典进行自定义排序，例如：

custom_dict = {'March':0, 'April':1, 'Dec':3}

Answer 1

熊猫0.15引入了“分类系列”，该分类系列提供了一种更清晰的方法：

首先，将月份列设为分类，然后指定要使用的顺序。

In [21]: df['m'] = pd.Categorical(df['m'], ["March", "April", "Dec"])

In [22]: df  # looks the same!
Out[22]:
   a  b      m
0  1  2  March
1  5  6    Dec
2  3  4  April

现在，当您对月份列进行排序时，它将相对于该列表进行排序：

In [23]: df.sort_values("m")
Out[23]:
   a  b      m
0  1  2  March
2  3  4  April
1  5  6    Dec

注意：如果值不在列表中，它将被转换为NaN。

对于那些有兴趣的人来说，是一个较旧的答案。

您可以创建一个中间系列，并set_index在此基础上：

df = pd.DataFrame([[1, 2, 'March'],[5, 6, 'Dec'],[3, 4, 'April']], columns=['a','b','m'])
s = df['m'].apply(lambda x: {'March':0, 'April':1, 'Dec':3}[x])
s.sort_values()

In [4]: df.set_index(s.index).sort()
Out[4]: 
   a  b      m
0  1  2  March
1  3  4  April
2  5  6    Dec

如前所述，在较新的熊猫中，Series可以replace更优雅地做到这一点：

s = df['m'].replace({'March':0, 'April':1, 'Dec':3})

稍有不同的是，如果字典外没有值，则不会增加该值（它将保持不变）。