pandas 将列表中同符号的数据重新排序

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》。

本需求会涉及比较复杂的分组计算，同时还要将数据从列表读取到 Series 再从 Series 将结果转回列表。

数据和需求

有这样的一个列表：

l = [-8,-7, -2, -1, 1, 3, 2, -3 ,-1 ,-2 ,9 ,10, 2]

我们发现这个列表一段时全是正值，一段全是负值，我们需要在保证正负值段的整体顺序不变的情况下，在此段内容按绝对值从小到大排序，最终得到的结果为：

[-1, -2, -7, -8, 1, 2, 3, -1, -2, -3, 2, 9, 10]

思路

我们的整体思路是用 Pandas 的 Series 相关方法来解决问题。首先需要按正负段进行分组，分组后在组内取各值的绝对值，再按绝对值的大小进行排序，最后输出重新排序的数据。

解决代码

首先我们将列表数据构造为 Series：

import pandas as pd
import numpy as np

s = pd.Series(l)
s
'''
0     -8
1     -7
2     -2
3     -1
4      1
5      3
6      2
7     -3
8     -1
9     -2
10     9
11    10
12     2
dtype: int64
'''

用我们之前介绍过的方法，按正负值进行分组，我们可以先聚合成列表看一下分组结果：

(
    s.groupby(s.map(np.sign).ne(s.map(np.sign).shift()).cumsum())
    .agg(list)
)
'''
1    [-8, -7, -2, -1]
2           [1, 3, 2]
3        [-3, -1, -2]
4          [9, 10, 2]
dtype: object
'''

按下来就是按组内值的绝对值排序：

(
    s.groupby(s.map(np.sign).ne(s.map(np.sign).shift()).cumsum())
    .agg(lambda x: pd.Series(x).agg(lambda s: s.sort_values(ascending=False) if (np.sign(s)==-1).all() else s.sort_values()).to_list())
    .explode()
    .to_list()
)
# [-1, -2, -7, -8, 1, 2, 3, -1, -2, -3, 2, 9, 10]

以上代码的逻辑为，将得到的序列数据装载到 Series 里，然后判断这组数据的符号，如果是正号，按升序排列，如果是负号则按降序排列。

（完）

pandas 将列表中同符号的数据重新排序

数据和需求

思路

解决代码

相关内容