我想按名字长度排序。 key
似乎没有sort_values
参数,因此我不确定如何完成此操作。这是一个测试df:
import pandas as pd
df = pd.DataFrame({'name': ['Steve', 'Al', 'Markus', 'Greg'], 'score': [2, 4, 2, 3]})
答案 0 :(得分:13)
您可以使用reindex
创建的index
Series
len
sort_values
来填充{{3}}:
print (df.name.str.len())
0 5
1 2
2 6
3 4
Name: name, dtype: int64
print (df.name.str.len().sort_values())
1 2
3 4
0 5
2 6
Name: name, dtype: int64
s = df.name.str.len().sort_values().index
print (s)
Int64Index([1, 3, 0, 2], dtype='int64')
print (df.reindex(s))
name score
1 Al 4
3 Greg 3
0 Steve 2
2 Markus 2
df1 = df.reindex(s)
df1 = df1.reset_index(drop=True)
print (df1)
name score
0 Al 4
1 Greg 3
2 Steve 2
3 Markus 2
答案 1 :(得分:4)
将 DataFrame.sort_values
与 key
参数一起使用
自pandas >= 1.1.0
:
我们现在可以在sort_values
方法中输入字符串或任何其他自定义键的长度:
df = pd.DataFrame({
'name': ['Steve', 'Al', 'Markus', 'Greg'],
'score': [2, 4, 2, 3]
})
print(df)
name score
0 Steve 2
1 Al 4
2 Markus 2
3 Greg 3
df.sort_values(by="name", key=lambda x: x.str.len())
name score
1 Al 4
3 Greg 3
0 Steve 2
2 Markus 2
答案 2 :(得分:3)
我发现此解决方案更加直观,特别是如果您以后要根据列长执行某些操作。
df['length'] = df['name'].str.len()
df.sort_values('length', ascending=False, inplace=True)
现在,您的数据框将包含一列,其中名称列的长度作为值,整个数据框将按降序排序。
答案 3 :(得分:2)
@jezrael的答案很好,解释得很好。这是最终结果:
index_sorted = df.name.str.len().sort_values(ascending=True).index
df_sorted = df.reindex(index_sorted)
df_sorted = df_sorted.reset_index(drop=True)
答案 4 :(得分:2)
一个花哨且最小的解决方案:
df.iloc[df.agg({"name":len}).sort_values('name').index]
name score
1 Al 4
3 Greg 3
0 Steve 2
2 Markus 2