Сортировать столбцы pandas df по пользовательскому списку значений - PullRequest
Новая
       33

Сортировать столбцы pandas df по пользовательскому списку значений

0 голосов
/ 15 января 2019

С этим df я хочу отсортировать столбец на основе пользовательского списка: 

pd.DataFrame(
{'id':[2967, 5335, 13950, 6141, 6169],\
 'Player': ['Cedric Hunter', 'Maurice Baker' ,\
            'Ratko Varda' ,'Ryan Bowen' ,'Adrian Caldwell'],\
 'Year': [1991 ,2004 ,2001 ,2009 ,1997],\
 'Age': [27 ,25 ,22 ,34 ,31],\
 'Tm':['CHH' ,'VAN' ,'TOT' ,'OKC' ,'value_not_present_in_sorter'],\
 'G':[6 ,7 ,60 ,52 ,81]})

    Age G   Player  Tm  Year    id
0   27  6   Cedric Hunter   CHH 1991    2967
1   25  7   Maurice Baker   VAN 2004    5335
2   22  60  Ratko Varda TOT 2001    13950
3   34  52  Ryan Bowen  OKC 2009    6141
4   31  81  Adrian Caldwell value_not_present_in_sorter 1997    6169

скажем, что это пользовательский список: 

sorter = ['TOT', 'ATL', 'BOS', 'BRK', 'CHA', 'CHH', 'CHI', 'CLE', 'DAL','DEN',\
          'DET', 'GSW', 'HOU', 'IND', 'LAC', 'LAL', 'MEM', 'MIA', 'MIL',\
          'MIN', 'NJN', 'NOH', 'NOK', 'NOP', 'NYK', 'OKC', 'ORL', 'PHI',\
          'PHO', 'POR', 'SAC', 'SAS', 'SEA', 'TOR', 'UTA', 'VAN',\
          'WAS', 'WSB']

Я знаю об ответе здесь: сортировка по пользовательскому списку в пандах

, который обеспечивает это решение: 

df.Tm = df.Tm.astype("category")
df.Tm.cat.set_categories(sorter, inplace=True)

df.sort_values(["Tm"])

но этому ответу 4 года, а значения в столбце, которых нет в сортировщике, заменены на nans (чего я не хочу) . Я знаю, что, возможно, мог бы использовать. unique() и добавить в конец списка.

Так что мой вопрос: есть ли лучший способ сделать пользовательскую сортировку сегодня, используя новые встроенные возможности pandas, и если сохранить все значения из столбца, а не заменить их на nans, есть ли лучшее решение, чем: 

other_values = set(df["TM"].unique()) - set(sorter)
sorter.append(other_values)

1 Ответ

0 голосов
/ 15 января 2019

Упомянутое вами решение является хорошей отправной точкой. Вы можете использовать ordered=True с set_categories, чтобы убедиться, что вы установили категориальное упорядочение по мере необходимости: 

df['Tm'] = df['Tm'].astype('category')
not_in_list = df['Tm'].cat.categories.difference(sorter)
df['Tm'] = df['Tm'].cat.set_categories(np.hstack((sorter, not_in_list)), ordered=True)

df = df.sort_values('Tm')

print(df)

   Age   G           Player                           Tm  Year     id
2   22  60      Ratko Varda                          TOT  2001  13950
0   27   6    Cedric Hunter                          CHH  1991   2967
3   34  52       Ryan Bowen                          OKC  2009   6141
1   25   7    Maurice Baker                          VAN  2004   5335
4   31  81  Adrian Caldwell  value_not_present_in_sorter  1997   6169
...