pandas 将其他列无值的数据排到最后

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 对数据进行排序时，常规的 sort_values() 方法可以满足大部分需求。在一些复杂的场景下，sort_values() 无法实现，这时我们就需要构建一个虚拟的列再用 sort_values() 进行排序。本例，就是这样的一个应该场景。

数据与需求

我们先看一下需求中的数据：

import pandas as pd

df = pd.DataFrame({'a': [3, 1, 4, 5, 0, 2],
                   'b': [4, '无', 1, 6, '无', 8]
                  })
df
'''
   a  b
0  3  4
1  1  无
2  4  1
3  5  6
4  0  无
5  2  8
'''

在这两列数据中，我们要按 a 值的大小排序，但要考虑 b 列，b 列的例如果是「无」，则需要将这行数据排在最后。

思路

这个问题无法直接用 sort_values() 解决，因为 sort_values() 中给出两个列，会先按第一列排序，第一列中相同的值再按第二列排序，显然这无法实现我们要的效果。

我们可以构建一个虚拟的列，将 a 对应 b 列「无」的值替换为一个无限大的值，这样我们对这个虚拟列排序时它们就会在最后了。

代码

首先，使用 mask() 圈选出为「无」的值：

df.a.mask(df.b=='无')
'''
0    3.0
1    NaN
2    4.0
3    5.0
4    NaN
5    2.0
Name: a, dtype: float64
'''

将圈选出的值替换为无穷大，float('inf') 代表无穷大的数。

df.a.mask(df.b=='无', float('inf'))
'''
0    3.0
1    inf
2    4.0
3    5.0
4    inf
5    2.0
Name: a, dtype: float64
'''

再对这个虚拟列使用 sort_values() 升序排列，并得到这个虚拟列。

order = df.a.mask(df.b=='无', float('inf')).sort_values()
order
'''
5    2.0
0    3.0
2    4.0
3    5.0
1    inf
4    inf
Name: a, dtype: float64
'''

得到的虚拟列 order 我们将其索引传入 reindex()，会按照此索引顺序重新排列 DataFrame 的顺序：

df.reindex(order.index)
'''
   a  b
5  2  8
0  3  4
2  4  1
3  5  6
1  1  无
4  0  无
'''

我们看到，这样就实现了我们想要的结果。

（完）

pandas 将其他列无值的数据排到最后

数据与需求

思路

代码

相关内容