如何按字符串索引上的自定义顺序对 pandas 数据框进行排序

Question

我有以下数据框：

import pandas as pd

df = pd.DataFrame({'id': [2967, 5335, 13950, 6141, 6169],
                   'Player': ['Cedric Hunter', 'Maurice Baker',
                              'Ratko Varda', 'Ryan Bowen', 'Adrian Caldwell'],
                   'Year': [1991, 2004, 2001, 2009, 1997],
                   'Age': [27, 25, 22, 34, 31],
                   'Tm': ['CHH', 'VAN', 'TOT', 'OKC', 'DAL'],
                   'G': [6, 7, 60, 52, 81]})


df.set_index('Player', inplace=True)

显示：

Out[128]:

                 Age   G   Tm  Year     id
Player
Cedric Hunter     27   6  CHH  1991   2967
Maurice Baker     25   7  VAN  2004   5335
Ratko Varda       22  60  TOT  2001  13950
Ryan Bowen        34  52  OKC  2009   6141
Adrian Caldwell   31  81  DAL  1997   6169

如何使用任意顺序按索引（“玩家”）排序？例如，如下所示。

reorderlist = ['Maurice Baker',
               'Adrian Caldwell',
               'Ratko Varda',
               'Ryan Bowen',
               'Cedric Hunter']

Answer 1

只是

reindex

df.reindex(reorderlist)
Out[89]: 
                 Age   G   Tm  Year     id
Player                                    
Maurice Baker     25   7  VAN  2004   5335
Adrian Caldwell   31  81  DAL  1997   6169
Ratko Varda       22  60  TOT  2001  13950
Ryan Bowen        34  52  OKC  2009   6141
Cedric Hunter     27   6  CHH  1991   2967

更新您有多个同名玩家的信息

out = df.iloc[pd.Categorical(df.index,reorderlist).argsort()]

Answer 2

从 Pandas 1.1 开始 DataFrame.sort_values 有一个

key

参数，它采用可调用来控制排序。所以你可以使用如下方法：

def sorter(column):
    reorder = [
        "Maurice Baker",
        "Adrian Caldwell",
        "Ratko Varda",
        "Ryan Bowen",
        "Cedric Hunter",
    ]
    # This also works:
    # mapper = {name: order for order, name in enumerate(reorder)}
    # return column.map(mapper)
    cat = pd.Categorical(column, categories=reorder, ordered=True)
    return pd.Series(cat)

df_sorted = df.sort_values(by="Player", key=sorter)

使用

pd.Categorical

和我在评论中添加的

column.map

替代方案之间可能存在一些实际差异。例如，请参阅这些注意事项。为了完整性，我将两者都展示出来。我也没有测试过它与当前接受的使用

df.reindex

的解决方案在性能方面的比较。当您也有

MultiIndex

时，最好的方法可能会有所不同。

Answer 3

要在字符串列表上获取自定义排序顺序，请将其声明为分类并手动指定排序顺序：

player_order = pd.Categorical([ 'Maurice Baker', 'Adrian Caldwell','Ratko Varda' ,'Ryan Bowen' ,'Cedric Hunter'],
              ordered=True)

这是因为 pandas 还不允许分类作为索引：

df.set_index(keys=player_order, inplace=True)

TypeError: unhashable type: 'Categorical'

因此您需要使用

df.sort_index(level=player_order)

进行手动自定义排序

Answer 4

如果需要排序的列不止一列，根据我的经验，我会使用

map

将

string

值转换为

number

。然后使用

sort_values

：

# Step 1/3: create dictionary to convert any string to number
convert_dict = {'Maurice Baker':1,
                'Adrian Caldwell':2,
                'Ratko Varda':3} # You can start filling till the end

# Step 2/3: Create column `new` that mapping from `Player`:
df['new'] = df['Player'].map(convert_dict)

# Step 3/3: sort
df.sort_values(by=['new'], ignore_index=True, inplace=True)
df.drop(columns=['new'], inplace=True)

Answer 5

要按任意顺序排序而不包含空白行，我发现

df.filter

在测试 BENYS 答案 时可以工作。它根据需要进行排序，忽略丢失的键，例如

df.reindex

，但不包含没有数据的键的空行。

df.filter(reorderlist, axis=0)

                    id  Year  Age   Tm   G
Player                                    
Maurice Baker     5335  2004   25  VAN   7
Adrian Caldwell   6169  1997   31  DAL  81
Ratko Varda      13950  2001   22  TOT  60
Ryan Bowen        6141  2009   34  OKC  52
Cedric Hunter     2967  1991   27  CHH   6

#Extra keys dont add empty rows, missing keys ignored
reorderlist.append('LeBron James')
reorderlist.remove('Adrian Caldwell')
df.filter(reorderlist, axis=0)

                  id  Year  Age   Tm   G
Player                                  
Maurice Baker   5335  2004   25  VAN   7
Ratko Varda    13950  2001   22  TOT  60
Ryan Bowen      6141  2009   34  OKC  52
Cedric Hunter   2967  1991   27  CHH   6