根据第二个数据框订购数据框索引答案

【问题标题】：Order Dataframe Index based on a second Dataframe根据第二个数据框订购数据框索引
【发布时间】：2018-11-06 06:46:54
【问题描述】：

我在 Python 中有两个 DataFrame，但用作索引的列 (CodeNumber) 的顺序不同。需要对它们进行同样的排序；遵循代码：

#generating DataFrames:
d3 = {'CodeNumber': [1234, 1235, 111, 101], 'Date': [20150808, 20141201, 20180119, 20120720], 'Weight': [26, 32, 41, 24]}
d4 = {'CodeNumber': [1235, 1234, 101, 111], 'Date': [20160808, 20151201, 20180219, 20130720], 'Weight': [28, 25, 47, 3]}

data_SKU3 = pd.DataFrame(data=d3)
data_SKU4 = pd.DataFrame(data=d4)

然后我将 CodeNumber 设置为索引：

dados_SKU3.set_index('CodeNumber', inplace = True)
dados_SKU4.set_index('CodeNumber', inplace = True)

如果我们打印生成的 DataFrame，请注意 data_SKU3 的代码编号顺序如下：1234 1235 111 101，而 data_SKU4：1235 1234 101 111

有没有办法对代码编号进行排序，以便两个 DataFrame 的顺序相同？

【问题讨论】：

标签： python pandas dataframe kaggle

【解决方案1】：

如果indices 中的值相同，则使用sort_index：

data_SKU3 = data_SKU3.set_index('CodeNumber').sort_index()
data_SKU4 = data_SKU4.set_index('CodeNumber').sort_index()

print (data_SKU3)
                Date  Weight
CodeNumber                  
101         20120720      24
111         20180119      41
1234        20150808      26
1235        20141201      32

print (data_SKU4)
                Date  Weight
CodeNumber                  
101         20180219      47
111         20130720       3
1234        20151201      25
1235        20160808      28

另一种方法是使用 reindex 和另一个 index 值，但必须是唯一值，唯一的区别是不同的顺序：

data_SKU3 = data_SKU3.set_index('CodeNumber')
data_SKU4 = data_SKU4.set_index('CodeNumber').reindex(index=data_SKU3.index)
print (data_SKU3)
                Date  Weight
CodeNumber                  
1234        20150808      26
1235        20141201      32
111         20180119      41
101         20120720      24

print (data_SKU4)
                Date  Weight
CodeNumber                  
1234        20151201      25
1235        20160808      28
111         20130720       3
101         20180219      47

【讨论】：

【解决方案2】：

您还可以在将值设置为index 之前调用.sort_values(by = 'CodeNumber')，对每个数据帧按CodeNumber 对值进行排序：

d3 = {'CodeNumber': [1234, 1235, 111, 101], 'Date': [20150808, 20141201, 20180119, 20120720], 'Weight': [26, 32, 41, 24]}
d4 = {'CodeNumber': [1235, 1234, 101, 111], 'Date': [20160808, 20151201, 20180219, 20130720], 'Weight': [28, 25, 47, 3]}

data_SKU3 = pd.DataFrame(data=d3).sort_values(by = 'CodeNumber')
data_SKU4 = pd.DataFrame(data=d4).sort_values(by = 'CodeNumber')

data_SKU3.set_index('CodeNumber', inplace = True)
data_SKU4.set_index('CodeNumber', inplace = True)

【讨论】：