Вопросы Теги

Группировка и сортировка по месяцам в фрейме данных [дубликат]

Вот пример.

Я использую кучу полей с JQuery, чтобы я мог видеть, что делают пользователи. Код выглядит так: 

$('#foo').focus(trackActivity);
$('#foo').blur(trackActivity);
$('#bar').focus(trackActivity);
$('#bar').blur(trackActivity);

(Для пользователей, не являющихся JQuery, я говорю, что в любое время, когда несколько полей получают или теряют фокус, мне нужна функция trackActivity (). Я мог бы также использовать анонимную функцию, но мне пришлось бы ее дублировать 4 раза, поэтому я вытащил ее и назвал ее.)

Теперь выясняется, что одно из этих полей нужно обрабатывать по-разному , Я хотел бы иметь возможность передать параметр в одном из этих вызовов, которые будут переданы нашей инфраструктуре отслеживания. С каррированием я могу.

37
задан Andy Hayden 12 December 2012 в 13:54
поделиться

3 ответа

Pandas 0.15 ввел Категорическую серию , которая позволяет гораздо более ясный способ сделать это:

Сначала сделайте столбец месяца категоричным и укажите порядок использования. 

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

Теперь, когда вы сортируете столбец месяца, он будет сортироваться относительно этого списка: 

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

Примечание: если значение отсутствует в списке, оно будет преобразованный в NaN.

Более старый ответ для заинтересованных ...

Вы могли бы создать промежуточную серию, а set_index на этом: 

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()

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

Как отмечалось, в новых пандах Series имеет способ replace , чтобы сделать это более элегантно: 

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

Небольшое различие заключается в том, что это не будет повышаться, если значение за пределами словаря (оно останется неизменным).

58
ответ дан Andy Hayden 25 August 2018 в 06:42
поделиться

Немного поздно в игре, но вот способ создать функцию, которая сортирует объекты Pandas Series, DataFrame и multiindex DataFrame с использованием произвольных функций.

Я использую метод df.iloc[index] который ссылается на строку в серии / DataFrame по позиции (по сравнению с df.loc, которая ссылается на значение). Используя это, мы просто должны иметь функцию, которая возвращает ряд позиционных аргументов: 

def sort_pd(key=None,reverse=False,cmp=None):
    def sorter(series):
        series_list = list(series)
        return [series_list.index(i) 
           for i in sorted(series_list,key=key,reverse=reverse,cmp=cmp)]
    return sorter

Вы можете использовать это для создания пользовательских функций сортировки. Это работает на базе данных, используемой в ответе Энди Хейдена: 

df = pd.DataFrame([
    [1, 2, 'March'],
    [5, 6, 'Dec'],
    [3, 4, 'April']], 
  columns=['a','b','m'])

custom_dict = {'March':0, 'April':1, 'Dec':3}
sort_by_custom_dict = sort_pd(key=custom_dict.get)

In [6]: df.iloc[sort_by_custom_dict(df['m'])]
Out[6]:
   a  b  m
0  1  2  March
2  3  4  April
1  5  6  Dec

Это также работает с объектами мультииндекса DataFrames и Series: 

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

df = pd.DataFrame([
    ['New York','Mar',12714],
    ['New York','Apr',89238],
    ['Atlanta','Jan',8161],
    ['Atlanta','Sep',5885],
  ],columns=['location','month','sales']).set_index(['location','month'])

sort_by_month = sort_pd(key=months.index)

In [10]: df.iloc[sort_by_month(df.index.get_level_values('month'))]
Out[10]:
                 sales
location  month  
Atlanta   Jan    8161
New York  Mar    12714
          Apr    89238
Atlanta   Sep    5885

sort_by_last_digit = sort_pd(key=lambda x: x%10)

In [12]: pd.Series(list(df['sales'])).iloc[sort_by_last_digit(df['sales'])]
Out[12]:
2    8161
0   12714
3    5885
1   89238

Для меня это кажется чистым, но оно использует python, а не полагаться на оптимизированные операции pandas. Я не проводил никаких стресс-тестов, но я бы подумал, что это может замедлить работу на очень больших DataFrames. Не знаете, как производительность сравнивается с добавлением, сортировкой и удалением столбца. Любые советы по ускорению кода будут оценены!

8
ответ дан delgadom 25 August 2018 в 06:42
поделиться 
import pandas as pd
custom_dict = {'March':0,'April':1,'Dec':3}

df = pd.DataFrame(...) # with columns April, March, Dec (probably alphabetically)

df = pd.DataFrame(df, columns=sorted(custom_dict, key=custom_dict.get))

возвращает DataFrame со столбцами March, April, Dec

6
ответ дан eumiro 25 August 2018 в 06:42
поделиться
Другие вопросы по тегам:

Похожие вопросы: