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.
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).
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!
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