Início / coding / Perguntas / 78905932
Accepted
Giampaolo Levorato
Asked: 2024-08-23 20:32:16 +0800 CST

Como classificar um dataframe do pandas por uma coluna binned

  • 772

Eu criei o seguinte dataframe do pandas:

import pandas as pd
ds = {'col1' : ['(-9999999, 550.0]','(13700.0, 23700.0]','(23700.0, 414580.0]','(4000.0, 8000.0]','(414580.0, 9999999]','(550.0, 4000.0]','(8000.0, 13700.0]'],                                                                                                                             
      'col2' : [905317.3,   606156.5,   586349.6,   665779.1,   0,  803824.4,   628475.2]}

df = pd.DataFrame(data=ds)

O quadro de dados fica assim:

print(df)
                  col1      col2
0    (-9999999, 550.0]  905317.3
1   (13700.0, 23700.0]  606156.5
2  (23700.0, 414580.0]  586349.6
3     (4000.0, 8000.0]  665779.1
4  (414580.0, 9999999]       0.0
5      (550.0, 4000.0]  803824.4
6    (8000.0, 13700.0]  628475.2

Preciso classificar o dataframe por coluna col1em ordem crescente. O dataframe resultante ficaria assim:

                  col1      col2
0    (-9999999, 550.0]  905317.3
1      (550.0, 4000.0]  803824.4
2     (4000.0, 8000.0]  665779.1
3    (8000.0, 13700.0]  628475.2
4   (13700.0, 23700.0]  606156.5
5  (23700.0, 414580.0]  586349.6
6  (414580.0, 9999999]       0.0

Alguém pode me ajudar, por favor?

pandas

2 respostas

  1. Best Answer

    Código

    out = df.sort_values(
    'col1', key=lambda x: x.str.extract(r'\(([^,]+),')[0].astype('float')
)

    fora:

                      col1      col2
0    (-9999999, 550.0]  905317.3
5      (550.0, 4000.0]  803824.4
3     (4000.0, 8000.0]  665779.1
6    (8000.0, 13700.0]  628475.2
1   (13700.0, 23700.0]  606156.5
2  (23700.0, 414580.0]  586349.6
4  (414580.0, 9999999]       0.0
    • 2

  2. Se 'col1'tiver valores de string, você pode usar regex para extrair os limites inferiores e usá-los para classificar. Você pode fazer isso usando uma chave personalizada com sort_values:

    df = df.sort_values(
    "col1", key=lambda x: x.str.extract(r"\((-?\d*\.?\d*),")[0].astype(float)
)

                      col1      col2
0    (-9999999, 550.0]  905317.3
5      (550.0, 4000.0]  803824.4
3     (4000.0, 8000.0]  665779.1
6    (8000.0, 13700.0]  628475.2
1   (13700.0, 23700.0]  606156.5
2  (23700.0, 414580.0]  586349.6
4  (414580.0, 9999999]       0.0
    • 1

relate perguntas