pandas Sortieren Sie lambda-Funktion

Gegeben ein dataframe 'a' mit 3 Spalten, A , B , C und 3 Reihen mit numerischen Werten. Wie macht man Sortiere alle Zeilen mit einem comp-Betreiber mit nur das Produkt von A[i]*B[i]. Es scheint, dass die pandas Sortieren dauert nur Spalten und dann ein sort-Methode.

Ich möchte eine Vergleich-Funktion wie unten beschrieben. 

f = lambda i,j: a['A'][i]*a['B'][i] < a['A'][j]*a['B'][j]
InformationsquelleAutor Tom B | 2016-09-16
  1. 18

    Gibt es mindestens zwei Möglichkeiten:

    Methode 1

    Sagen, Sie beginnen mit

    In [175]: df = pd.DataFrame({'A': [1, 2], 'B': [1, -1], 'C': [1, 1]})

    Können Sie eine Spalte hinzufügen, die Ihrer Art Schlüssel

    In [176]: df['sort_val'] = df.A * df.B

    Schließlich Sortieren, indem Sie es und legen Sie es

    In [190]: df.sort_values('sort_val').drop('sort_val', 1)
Out[190]: 
   A  B  C
1  2 -1  1
0  1  1  1

    Methode 2

    Verwenden numpy.argsort und verwenden Sie dann .ix auf die daraus resultierenden Indizes:

    In [197]: import numpy as np

In [198]: df.ix[np.argsort(df.A * df.B).values]
Out[198]: 
   A  B  C
0  1  1  1
1  2 -1  1
    • Das brachte mich auf die richtige Spur. Danke. Ich fand, dass für Teilmengen iloc ist erforderlich. >>> df = pd.DataFrame({'A': [10, 2,3,1],'B': [1, -1,-1,3],'C': [1, 1,3,4]}) >>> df A B C 0 10 1 1 1 2 -1 1 2 3 -1 3 3 1 3 4 >>> x = df[(df['A']!=1)] >>> x A B C 0 10 1 1 1 2 -1 1 2 3 -1 3 >>> x.iloc[np.argsort(x.A *x.C).Werte] A B C 1 2 -1 1 2 3 -1 3 0 10 1 1 >>>
    • Ein Weg zu tun Methode, die in einem einzelnen Ausdruck, ohne mutierend das original-Daten-frame: df.assign(sortval = df.A * df.B).sort_values('sortval').drop('sortval', 1).
    • Vielen Dank für die ausgezeichnete Punkt!
    InformationsquelleAutor Ami Tavory
  2. 7

    Einen anderen Weg, indem es hier, weil das ist das erste Ergebnis bei Google:

    df.loc[(df.A * df.B).sort_values().index]

    Dies funktioniert gut für mich und ist ziemlich einfach. @Ami Tavory Antwort gab seltsame Ergebnisse bei mir mit einer kategorischen index; nicht sicher, es ist, weil, dass, obwohl.

    • super-elegant! Ich würde auch erwähnen df.**iloc**[(df.A * df.B).sort_values().index] wenn Ihr index, wenn die position-based (vs-label-based)
    InformationsquelleAutor srs
  3. 1

    Nur das hinzufügen von @srs super elegante Antwort ein iloc option mit einige Zeit Vergleiche mit loc und die naive Lösung.

    (iloc ist bevorzugt, wenn Ihr Ihrer index-position-based (vs-label-Basis für loc)

    import numpy as np
import pandas as pd

N = 10000
df = pd.DataFrame({
                   'A': np.random.randint(low=1, high=N, size=N), 
                   'B': np.random.randint(low=1, high=N, size=N)
                  })

%%timeit -n 100
df['C'] = df['A'] * df['B']
df.sort_values(by='C')

    naiv: 100 loops, best of 3: 1.85 ms pro Schleife 

    %%timeit -n 100
df.loc[(df.A * df.B).sort_values().index]

    loc: 100 loops, best of 3: 2.69 ms pro Schleife

    %%timeit -n 100
df.iloc[(df.A * df.B).sort_values().index]

    iloc: 100 loops, best of 3: 2.02 ms pro Schleife

    df['C'] = df['A'] * df['B']

df1 = df.sort_values(by='C')
df2 = df.loc[(df.A * df.B).sort_values().index]
df3 = df.iloc[(df.A * df.B).sort_values().index]

print np.array_equal(df1.index, df2.index)
print np.array_equal(df2.index, df3.index)

    Test-Ergebnisse (Vergleich der gesamten index-Reihenfolge) zwischen allen Optionen:

    Wahr

    Wahr

    InformationsquelleAutor mork
Schreibe einen Kommentar