如何根据父/子 ID 对 Pandas Dataframe 进行排序？答案

【问题标题】：How to sort Pandas Dataframe based on Parent/Child IDs?如何根据父/子 ID 对 Pandas Dataframe 进行排序？
【发布时间】：2021-03-21 12:26:09
【问题描述】：

我有一个事件日志数据框，其中包含一个带有前一个事件 ID 的列，但它们不是按顺序排列的，我想这样做。如果我们采用以下事件名称、ID 和先前事件 ID 的数据帧并将其打乱，我们会得到：

  import pandas as pd
  import numpy as np
  df = pd.DataFrame(
      {
          'Event_name': ['First', 'Second', 'Third', 'Fourth', 'Fifth', 'Sixth', 'Seventh', 'Eigth', 'Ninth', 'Tenth'],
          'Event_Ids': ['QXT364', 'YKD306', 'GJJ60', 'RSK547', 'GNN259', 'DKW368', 'OAN385', 'PGF213', 'NGJ285', 'OLG594'],
          'Previous_Event_Ids': [np.nan,'QXT364', 'YKD306', 'GJJ60', 'RSK547', 'GNN259', 'DKW368', 'OAN385', 'PGF213', 'NGJ285']
    }
  )
df = df.sample(frac=1).reset_index(drop=True)
print(df)

它输出：

     Event_name Event_Ids Previous_Event_Ids
0     Fourth    RSK547              GJJ60
1      Eigth    PGF213             OAN385
2      First    QXT364                NaN
3      Third     GJJ60             YKD306
4      Fifth    GNN259             RSK547
5      Sixth    DKW368             GNN259
6    Seventh    OAN385             DKW368
7      Ninth    NGJ285             PGF213
8     Second    YKD306             QXT364
9      Tenth    OLG594             NGJ285

可以使用什么代码对其进行排序以使 DataFrame 以这样的方式结束？

  Event_name Event_Ids Previous_Event_Ids
0      First    QXT364                NaN
1     Second    YKD306             QXT364
2      Third     GJJ60             YKD306
3     Fourth    RSK547              GJJ60
4      Fifth    GNN259             RSK547
5      Sixth    DKW368             GNN259
6    Seventh    OAN385             DKW368
7      Eigth    PGF213             OAN385
8      Ninth    NGJ285             PGF213
9      Tenth    OLG594             NGJ285

【问题讨论】：

标签： python pandas dataframe sorting indexing

【解决方案1】：

您需要有一个dict 将字符串值映射到int，然后按整数值排序：

In [301]: vars_map = {'First': 1, 'Second': 2, 'Third': 3, 'Fourth':4, 'Fifth':5, 'Sixth':6, 'Seventh': 7, 'Eigth':8, 'Ninth':9, 'Tenth':10}

In [305]: df1 = df.assign(vals=df.Event_name.map(vars_map)).sort_values('vals').drop('vals', 1)

In [306]: df1
Out[306]: 
  Event_name Event_Ids Previous_Event_Ids
1      First    QXT364                NaN
3     Second    YKD306             QXT364
5      Third     GJJ60             YKD306
7     Fourth    RSK547              GJJ60
9      Fifth    GNN259             RSK547
2      Sixth    DKW368             GNN259
8    Seventh    OAN385             DKW368
0      Eigth    PGF213             OAN385
6      Ninth    NGJ285             PGF213
4      Tenth    OLG594             NGJ285

【讨论】：

没有dict 地图有没有办法做到这一点？例如，如果我们不知道First 是第一个值，Second 是第二个值，以此类推
我猜dict 在这里是必不可少的。否则没有办法告诉 Python 以你想要的方式对其进行排序。本质上，First 可以是任何小于Second 的值，依此类推。
我们是否可以使用for 循环来查找匹配的Event_Ids 和Previous_Event_Ids 对，然后使用顶部的NaN 进行排序？
实际上似乎可以..你只需要知道第一个..并且nan是标识符

【解决方案2】：

我可以通过以下代码解决这个问题：

# Step 1: Initialize the dictionary
var_map = dict.fromkeys(df.index.values)

# Step 2: Find our start value, NaN
nanLoc,_ = np.where(df.isna())

# Step 3: Put NaN in the first slot of the dictionary
var_map[0] = df.loc[nanLoc].values.tolist()[0]

# Step 4: Iterate through the dataframe
for x in df.index.values[:-1]:
    key = var_map[x][1]
    var_map[x+1] = df.loc[df['Previous_Event_Ids'] == key].values.tolist()[0]

#Step 5: Turn the dictionary into a DataFrame
df2 = pd.DataFrame.from_dict(var_map, orient='index', columns=['Event_name', 'Event_Ids', 'Previous_Event_Ids'])
print(df2)

【讨论】：