如何根据字典对 Pandas DataFrame 列进行自定义排序？

Pandas 数据框中的自定义排序

在 Pandas 中，有时您可能需要根据自定义顺序对数据框进行排序。这可以通过使用字典来定义所需的排序顺序来实现。

问题：
您有一个 Pandas 数据框，其中有一列包含月份名称。您想要使用自定义字典对此列进行排序，例如：

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

解决方案：

使用分类系列：
Pandas 0.15 引入了 Categorical Series，它提供了一种优雅的方式来处理这个问题场景：

1. 将月份列转换为分类系列，指定自定义排序：

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

2. 根据类别对数据帧进行排序列：

   df.sort_values("m")

使用中间系列：
在 Pandas 0.15 之前，您可以使用中间系列来实现自定义排序：

1. 将自定义词典应用到月份列：

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

2. 对中间系列进行排序：

   s.sort_values()

3. 将数据框的索引设置为排序后的中间系列，并sort:

   df.set_index(s.index).sort()

使用替换方法：
在较新版本的 Pandas 中，Series 提供了替换方法，可以提供更简洁的解决方案：

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

此方法将月份值替换为字典中指定的相应排序值。根据修改后的月份列对数据框进行排序将实现所需的自定义顺序。

以上是如何根据字典对 Pandas DataFrame 列进行自定义排序？的详细内容。更多信息请关注PHP中文网其他相关文章！