Comment puis-je trier les chaînes dans le fichier de données pandas en fonction de la valeur dans une colonne spécifique? [dupliquer]

Dec 02 2020

Mon programme Python génère un fichier de données au format pandas

        Source    LogP    MolWt  HBA  HBD
0        cne_1  1.1732  263.405    3    1
1       cne_10  2.6639  197.237    2    0
2      cne_100 -0.2886  170.193    4    2
3     cne_1000  1.9644  304.709    5    1
4     cne_1001  1.4986  162.144    3    1
...        ...     ...      ...  ...  ...
1031   cne_995  3.0179  347.219    4    2
1032   cne_996  4.8419  407.495    6    2
1033   cne_997  3.3560  354.524    3    1
1034   cne_998  7.5465  635.316    4    2
1035   cne_999  3.3514  389.556    4    1

Je dois trier les chaînes en fonction de la deuxième colonne (Source) en fonction du nombre, donc le bon ordre des lignes après le tri devrait être: cne_1, cne_2, cne_3, cne_4 et j'ai essayé d'utiliser:

df_sorted = df.sort_values('Source', ascending=True)

mais il n'a produit aucun changement dans l'ordre des lignes.

Réponses

5 jezrael Dec 02 2020 at 19:10

Pour les dernières versions de pandas, il est possible d'utiliser un paramètre keyavec des valeurs fractionnées _et de convertir les valeurs en nombres entiers:

df_sorted = df.sort_values('Source', key=lambda x: x.str.split('_').str[1].astype(int)) 

Ou est-il possible d'obtenir des positions de valeurs triées Series.argsortet de les passer à DataFrame.iloc:

df_sorted = df.iloc[df['Source'].str.split('_').str[1].astype(int).argsort()]
print (df_sorted)
        Source    LogP    MolWt  HBA  HBD
0        cne_1  1.1732  263.405    3    1
1       cne_10  2.6639  197.237    2    0
2      cne_100 -0.2886  170.193    4    2
1031   cne_995  3.0179  347.219    4    2
1032   cne_996  4.8419  407.495    6    2
1033   cne_997  3.3560  354.524    3    1
1034   cne_998  7.5465  635.316    4    2
1035   cne_999  3.3514  389.556    4    1
3     cne_1000  1.9644  304.709    5    1
4     cne_1001  1.4986  162.144    3    1
3 Vishnudev Dec 02 2020 at 19:10

Obtenez la valeur entière dans la colonne, puis triez à l'aide de celle-ci.

df['sortIndex'] = df.Source.str.replace('cne_', '', regex=False).astype(int)
df_sorted = df.sort_values('sortIndex', ascending=True)
2 BillHuang Dec 02 2020 at 19:10

Extraire les chiffres, convertir en int et trier en conséquence. ( .sort_values(0)car la colonne sans nom est nommée 0automatiquement)

df_sorted = df.loc[df["Source"].str.extract(r"_(\d+)").astype(int).sort_values(0).index]

Résultat

print(df_sorted)
        Source    LogP    MolWt  HBA  HBD
0        cne_1  1.1732  263.405    3    1
1       cne_10  2.6639  197.237    2    0
2      cne_100 -0.2886  170.193    4    2
1031   cne_995  3.0179  347.219    4    2
1032   cne_996  4.8419  407.495    6    2
1033   cne_997  3.3560  354.524    3    1
1034   cne_998  7.5465  635.316    4    2
1035   cne_999  3.3514  389.556    4    1
3     cne_1000  1.9644  304.709    5    1
4     cne_1001  1.4986  162.144    3    1