Skip to main content
 首页 » 编程设计

python之如何对数据框的列中的元组进行排序

2025年01月19日9zdz8207

我有一个由一列元组组成的数据框,如图所示:

pid         aid                    
0000000F    (0BDEAC61, 288E046F)     
00000017    (7795AF0D, 4A259AFA, 7DA84B6E)   
00000019    (8123B8CF, 3A25A1FE)     
00000025    (28045D98, 8043B6E5, 81195E5D)   
0000003A    (7D566708, 7F5583AE)  

我想对每个元组中的值进行排序,因此结果如下:

pid         aid                    
0000000F    (0BDEAC61, 288E046F)     
00000017    (4A259AFA, 7795AF0D, 7DA84B6E)   
00000019    (3A25A1FE, 8123B8CF)     
00000025    (28045D98, 8043B6E5, 81195E5D)   
0000003A    (7D566708, 7F5583AE) 

我知道我可以一次遍历它们并按如下方式排序:

z = list(eval(df.aid.iloc[0])) 
z.sort() 

但这需要很长时间,因为它是一个巨大的数据框(超过 400 万)。有没有更快的方法。

我也试过:

df.aid = df.aid.apply(lambda x: list(eval(x)).sort()) 

但我得到了"None"

如有任何帮助,我们将不胜感激。

请您参考如下方法:

如果没有 NaN 的值,我认为最简单的是使用 list comprehension:

#import ast 
#one possible way for convert string to tuples 
#df['aid'] = df['aid'].apply(ast.literal_eval) 
 
print (df['aid'].head().apply(type)) 
0    <class 'tuple'> 
1    <class 'tuple'> 
2    <class 'tuple'> 
3    <class 'tuple'> 
4    <class 'tuple'> 
Name: aid, dtype: object 
 
df['aid'] = [tuple(sorted(x)) for x in df['aid']] 
print (df) 
        pid                             aid 
0  0000000F            (0BDEAC61, 288E046F) 
1  00000017  (4A259AFA, 7795AF0D, 7DA84B6E) 
2  00000019            (3A25A1FE, 8123B8CF) 
3  00000025  (28045D98, 8043B6E5, 81195E5D) 
4  0000003A            (7D566708, 7F5583AE) 

或者:

df['aid'] = df['aid'].apply(sorted) 
print (df) 
        pid                             aid 
0  0000000F            [0BDEAC61, 288E046F] 
1  00000017  [4A259AFA, 7795AF0D, 7DA84B6E] 
2  00000019            [3A25A1FE, 8123B8CF] 
3  00000025  [28045D98, 8043B6E5, 81195E5D] 
4  0000003A            [7D566708, 7F5583AE]