Sortieren ein pandas dataframe ist Serie von Monats-Namen?

Habe ich eine Reihe Objekt:

    date   price
    dec      12
    may      15
    apr      13
    ..

Anweisung Problem: ich es machen will, erscheinen nach Monat und berechnen Sie den Mittelwert der Preis pro Monat und präsentieren es mit einer geordneten Art und Weise nach Monat.

Gewünschte Ausgabe:

 month mean_price
  Jan    XXX
  Feb    XXX
  Mar    XXX

Dachte ich, eine Liste und übergeben es in eine Art Funktion:

months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]

aber die sort_values nicht unterstützt, die für die Serie.

Einem großen problem, das ich habe, ist, dass, obwohl

df = df.sort_values(by='date',ascending=True,inplace=True) funktioniert
der erste df aber nachdem ich Tat ein groupby es nicht halten Sie die Reihenfolge aus den sortierten df.

Zu dem Schluss, die ich brauchte, die anfänglichen Daten im Rahmen dieser beiden Spalten. Sortiert die datetime-Spalte ist und durch eine groupby mit dem Monat (dt.strftime('%B')) die Sortierung kam Durcheinander. Jetzt muss ich es Sortieren nach Monat name.

Mein code:

df # has 5 columns though I need the column 'date' and 'price'

df.sort_values(by='date',inplace=True) #at this part it is sorted according to date, great
total=(df.groupby(df['date'].dt.strftime('%B'))['price'].mean()) # Though now it is not as it was but instead the months appear alphabetically

Haben Sie versucht df.sort_values(by='Date_col', inplace=True), wie die Antworten auf diese Frage zeigen?
ja, ich vergaß, es zu erwähnen. Das problem verschärft sich, nachdem die Gruppe durch.Es wird nur alphabetisch nach dass.
Okay, haben Sie versucht, die Anweisungen in die Antwort auf die Sortierung innerhalb dataframe Gruppen?
die Anwesenheit von datetime benötigt, um sich von Monat in meinem Beispiel macht es schwer zu realisieren
Wie über die Zuordnung der ersten Spalte einer Reihe von Indizes (also für jeden Monat speichern, was index es ist in der months array, anstatt des name-string), und Sortieren dann diese zahlen?
Versuchen groupby(df['date'])['price'].mean()) in Ihrer letzten Zeile.
du meinst, entfernen Sie die dt.strftime('%B')? es funktioniert nicht
Es ist mir nicht ganz klar, was Ihre Daten tatsächlich aussieht (und Datentypen), aber wenn Sie die original-dataframe und es hat eine datetime-Spalte ist, sollten Sie in der Lage, sehr einfach tun: df.resample('M').mean() (dies setzt Voraus, die datetime-col wird als set-index und der Preis ist das einzige, col).

InformationsquelleAutor J_p | 2017-12-31

3

Danke @Brad Solomon für das Angebot eines schnelleren Weg, um Kapital string!

Hinweis 1 @Brad Solomon ' s Antwort mit pd.kategorische speichern Sie Ihre Ressourcen besser als meine Antwort. Er zeigte, wie zu ordnen, um Ihre kategorische Daten. Sollten Sie sich nicht entgehen lassen 😛

Alternativ, Sie verwenden können.
```
df = pd.DataFrame([["dec", 12], ["jan", 40], ["mar", 11], ["aug", 21],
                  ["aug", 11], ["jan", 11], ["jan", 1]], 
                   columns=["Month", "Price"])
# Preprocessing: capitalize `jan`, `dec` to `Jan` and `Dec`
df["Month"] = df["Month"].str.capitalize()

# Now the dataset should look like
#   Month Price
#   -----------
#    Dec    XX
#    Jan    XX
#    Apr    XX

# make it a datetime so that we can sort it: 
# use %b because the data use the abbriviation of month
df["Month"] = pd.to_datetime(df.Month, format='%b', errors='coerce').dt.month
df = df.sort_values(by="Month")

total = (df.groupby(df['Month"])['Price'].mean())

# total 
Month
1     17.333333
3     11.000000
8     16.000000
12    12.000000
```
Note 2
groupby standardmäßig sortiert die group-Tasten für Sie. Beachten Sie denselben Schlüssel verwenden, um zu Sortieren und groupby in der df = df.sort_values(by=SAME_KEY) und total = (df.groupby(df[SAME_KEY])['Price'].mean()). Ansonsten kann man bekommt unerwünschte Verhalten. Sehen Groupby bewahren, um unter den Gruppen? In welcher Art und Weise? für weitere Informationen.

Anmerkung 3
Eine weitere sehr effiziente Möglichkeit ist, zuerst berechnen Sie Mittelwert und führen Sie dann die Sortierung nach Monaten. Auf diese Weise müssen Sie nur zu Sortieren, die auf 12 items, anstatt die gesamte df. Es verringert sich der Rechenaufwand, wenn man nicht brauchen df sortiert werden.

Anmerkung 4 Für Menschen, die bereits month als index, und Frage mich, wie man es kategorisch, werfen Sie einen Blick auf pandas.CategoricalIndex @jezrael hat ein Beispiel arbeiten auf der Herstellung der kategorische index bestellt Pandas-Serie Sortieren nach Monat index
- Monat und Preis sind zwei verschiedene Spalten, die Zeilen zu zeigen, wie gedruckt
- Cool. Dann brauchen Sie nur zu nutzen der Monats-Spalte. Führen Sie dann Die 3. und 4. Zeile. @J_p Herausgegeben.
- Gibt nan. Beachten Sie das Datum im datetime-bereits das einzige problem ist die Sortierung nach der Gruppe durch, lies die Frage nochmal, wenn Sie es wünschen
- Mischen Sie abbriviated Namen und den vollständigen Namen und das ist, warum es die Fehler verursacht. Versuchen Sie einfach, finden Sie alle Monat aus, den Sie verwenden, und ordnen Sie Sie richtig zu ganzen zahlen und Sortieren mit zahlen. april und dec
- Für Kapital: df["Month"].str.upper(). - viel schneller als .apply.
- Vielen Dank für das erzählen mich dass!
- Schauen Sie, Sie konzentrieren sich auf den falschen Teil und es ist meine Schuld.Es gibt keine Abk. Sie sehen völlig in Ordnung ich schrieb dass Sie wie nicht die Aufmerksamkeit, die es zu Fehlinterpretationen . Das problem ist nur, dass, nachdem ich Sie sortiert und gehen Sie zu der Gruppe, indem Sie mit der Preis-Spalte die Art verschwindet.
- Können Sie fügen Sie den code ein? Es ist schwer vorstellbar, was Los ist. Und mehr über das Allgemeine Verhalten, die Sie wollen.
- tut es nicht, in der Standardeinstellung. Wenn Sie das wollen, müssen Sie df.sort_values(by="Month", inplace=True). Oder speichern Sie es zurück zu df wie ich es Tat.
- richtig,aber es ist in meinem code. Eh ich aktualisiert die Frage mit meinem code.Überprüfen Sie es heraus.
- Kann man diesen wieder mit den aktualisierten code. Ich denke, verwenden Sie die integer-Darstellung funktionieren würde. Ich bin nicht sicher, warum groupby ändern Sie die Reihenfolge, nach der Gruppierung von Streichern, so dass nur versuchen, den Stab mit ganzzahligen Darstellung der Monate, für jetzt.
- Das ist toll, es funktioniert!
- Herzlichen Glückwunsch!!
InformationsquelleAutor Tai
11

Können Sie kategoriale Daten, um die ordnungsgemäße Sortierung:
```
months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", 
          "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
df['months'] = pd.Categorical(df['months'], categories=months, ordered=True)
df.sort_values(...)  # same as you have now; can use inplace=True
```
Wenn Sie angeben, dass die Kategorien, pandas erinnert sich an die Reihenfolge in der Spezifikation als die Standard-Sortierreihenfolge.

Docs: Pandas Kategorien > Sortierung & Bestellung.

InformationsquelleAutor Brad Solomon

Ich würde das calender Modul und reindex:

series.str.profitieren hilft, Kapital zu schlagen aus der Serie , dann schaffen wir ein Wörterbuch mit der calender Modul und map mit der Serie um die Nummer des Monats.

Haben wir erst einmal die Nummer des Monats können wir sort_values() und erhalten den index. Dann reindex .

import calendar
df.date=df.date.str.capitalize() #capitalizes the series
d={i:e for e,i in enumerate(calendar.month_abbr)} #creates a dictionary
#d={i[:3]:e for e,i in enumerate(calendar.month_name)} 
df.reindex(df.date.map(d).sort_values().index) #map + sort_values + reindex with index

  date  price
2  Apr     13
1  May     15
0  Dec     12

InformationsquelleAutor anky_91

verwenden Sort_Dataframeby_Month - Funktion zum Sortieren von Monatsnamen in chronologischer Reihenfolge

Pakete installieren müssen.

$ pip install sorted-months-weekdays
$ pip install sort-dataframeby-monthorweek

Beispiel:

from sorted_months_weekdays import *

from sort_dataframeby_monthorweek import *

df = pd.DataFrame([['Jan',23],['Jan',16],['Dec',35],['Apr',79],['Mar',53],['Mar',12],['Feb',3]], columns=['Month','Sum'])
df
Out[11]: 
  Month  Sum
0   Jan   23
1   Jan   16
2   Dec   35
3   Apr   79
4   Mar   53
5   Mar   12
6   Feb    3

Sortieren dataframe Monat verwenden Sie die folgende Funktion

Sort_Dataframeby_Month(df=df,monthcolumnname='Month')
Out[14]: 
  Month  Sum
0   Jan   23
1   Jan   16
2   Feb    3
3   Mar   53
4   Mar   12
5   Apr   79
6   Dec   35

InformationsquelleAutor Dinesh Babu

Können Sie den numerischen Wert für Monat zusammen mit dem Namen im index (ich.e "01 Januar"), wollen eine Art strip off der Reihe:

total=(df.groupby(df['date'].dt.strftime('%m %B'))['price'].mean()).sort_index()

Es sieht vielleicht JMD wie diese:

01 January  xxx
02 February     yyy
03 March    zzz
04 April    ttt

 total.index = [ x.split()[1] for x in total.index ]

January xxx
February yyy
March zzz
April ttt

InformationsquelleAutor Zellint

Sollten Sie erwägen, re-Indizierung basiert auf Achse 0 (Indizes)

new_order = ['January', 'February', 'March', 'April', 'May', 'June', 'July', 'August', 'September', 'October', 'November', 'December']

df1 = df.reindex(new_order, axis=0)

InformationsquelleAutor Abhay S

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.