Skip to main content
 首页 » 编程设计

python之按字母顺序排序数据框的索引

2024年11月01日8mengfanrong

我正在从一个 csv 文件中读取一个数据框,并且我正在尝试创建一个时间图,以根据出票频率创建出票时间图。包含时间的列设置为小时格式,并带有表示上午或下午的字母,即 1200A。因此,当我尝试按升序对数据框进行排序时,只考虑数值,而忽略 A、P。我如何对数据框的索引进行排序以考虑 A 和 P

我试过使用sort_index 功能,这有效,但仅在对数字进行排序时有效

from matplotlib  
import pyplot as plt  
import pandas as pd 
tickets = pd.read_csv("./Parking_Violations_Issued_-_Fiscal_Year_2019.csv") 
 
d2=tickets['Violation Time'].value_counts() 
df2=d2.sort_index(ascending=1, sort_remaining='true')    

示例数据集:

Index  Violation Time 
.847A   1 
0000A   801 
0000P   22 
0001A   545 
0001P   1 
0002A   499 
0003A   520 
0004A   498 
0004P   1 
0005A   619 
0006A   983 
0007A   993 
0008A   1034 
0008P   1 
0009A   1074 

原始 CSV link

请您参考如下方法:

这将完成您的工作。

解释:

  • 首先,我用元组转换了你的时间列,比如 [('.847', 'A'), ('0000', 'A'), ('0001', 'A') .. .
  • 接下来,我已根据您的逻辑进行排序,即 元组的第二个元素('A','P'),然后是第一个元素(数字) 并加入这些元组以返回其原始状态。
  • 最终与原始数据集合并以获得所需的输出。

代码:

>>> tickets # Assuming your initial dataframe looks like below, as mentioned in OP 
    Index  Violation Time 
0   .847A          1   
1   0000A        801    
2   0000P         22    
3   0001A        545    
4   0001P          1    
5   0002A        499    
6   0003A        520    
7   0004A        498    
8   0004P          1    
9   0005A        619    
10  0006A        983    
11  0007A        993    
12  0008A       1034    
13  0008P          1    
>>> final_df = pd.DataFrame(["".join(i) for i in sorted(tickets.apply(lambda x: (x['Index'][:-1], x['Index'][-1]), axis=1), key=lambda x : (x[1], x[0]))]) 
>>> df2.rename(columns={0:'Index'}, inplace=True) 

输出:

>>> final_df.merge(tickets) 
    Index  Violation Time 
0   .847A          1    
1   0000A        801    
2   0001A        545    
3   0002A        499    
4   0003A        520    
5   0004A        498   
6   0005A        619    
7   0006A        983    
8   0007A        993    
9   0008A       1034    
10  0009A       1074    
11  0000P         22    
12  0001P          1    
13  0004P          1    
14  0008P          1