Question

采用这个简单的数据框：

df = pd.DataFrame({
    'date':['1/15/2017', '2/15/2017','10/15/2016', '3/15/2017'], 
    'int':[2,3,1,4]
})

我想按日期对其进行排序，然后将其保存为CSV而不必：

使用pd.to_datetime(df['date'])
使用.sort_values('date')
将日期转换回.strftime('%-m/%-d/%Y')

而是做这样的事情（当然，这不起作用）：

df.apply(pd.to_dataframe(df['date']).sort_values(by = 'date', inplace = True)

输出：

         date  kw
2  10/15/2016   1
0   1/15/2017   2
1   2/15/2017   3
3   3/15/2017   4

这是可能的，还是我应该坚持三步过程？

Answer 1

您可以使用.assign()方法：

In [22]: df.assign(x=pd.to_datetime(df['date'])).sort_values('x').drop('x', 1)
Out[22]:
         date  int
2  10/15/2016    1
0   1/15/2017    2
1   2/15/2017    3
3   3/15/2017    4

Answer 2

--jars＆＃39; s numpy返回排序数组所需的排列。我们可以使用argsort来利用它。因此，通过使用iloc转换日期，然后抓取值并调用pd.to_datetime，我们已经完成了对原始数据框进行排序所需的所有操作，而无需更改其任何列。<\ n / p>

argsort

Pandas：按日期字符串对数据进行排序而不进行转换

2 个答案: