Pandas：如果无序，则跨列对 DataFrame 单元格进行排序

Question

看起来我的最后一个问题已经结束，但我第一次忘记提及下面的更新。只修改了一些列，而不是全部。

在 Pandas DataFrame 中修改（排序）一系列数据的最佳方法是什么？ 比如导入一些数据后，colums应该是升序的，但如果不是，我需要重新排序数据。数据正在从csv 导入到pandas.df。

           num_1    num_2   num_3
date
2020-02-03  17      22       36
2020-02-06  52      22       14
2020-02-10  5        8       29
2020-02-13  10      14       30
2020-02-17  7        8       19

理想情况下，我会在 Dataframe 中找到第二行（熊猫系列）作为要修复的记录：

           num_1    num_2   num_3    num_4     num_5
date
2020-02-06  52      22       14       25         27

并将其修改为：（仅对数字 1-3 进行排序，而不涉及第 4 和 5 列）

           num_1    num_2   num_3    num_4   num_5
date
2020-02-06  14      22       52        25      27

我可以遍历 DataFrame 并通过将每一列与正确的列进行比较来检查序列数据乱序的索引。然后编写一个自定义排序器并将该记录重写回 Dataframe，但这似乎很笨重。

我不得不想象有一种更 Pythonic (Pandas) 的方式来做这种事情。我只是在熊猫文档中找不到它。我不想对行重新排序，只需确保值在列中的顺序正确。

更新：我忘了提到最关键的方面之一。 DataFrame 中还有其他列不应被触及。所以在下面的例子中，只有sort (num_1, num_2, num_3) 而不是其他的。我猜我可以使用已经提出的解决方案，拆分 DataFrame，对第一部分进行排序并将它们重新合并在一起。有其他选择吗？

Answer 1

拆分和重新连接对我来说听起来不错，这就是我得到的：

cols_to_sort = ['num_1', 'num_2', 'num_3']
pd.concat([pd.DataFrame(np.sort(df[cols_to_sort].values), columns=cols_to_sort, index=df.index), df[df.columns[~df.columns.isin(cols_to_sort)]]], axis=1)

Answer 2

最好的方法是使用 sort_values() 函数，并且只允许它在需要排序的列上工作。

for index, rows in df.iterrows(): 
    df[['col1','col2','col3']] = df[['col1','col2','col3']].sort_values(by=[index], axis = 1, ascending = True)

这会遍历每一行，使所需列中的值升序，然后重新保存列。

Answer 3

Pandas 默认不支持您的要求（据我所知）。通常每一列都是不同的特征，所以改变它的值可能看起来有点奇怪。 无论如何，pandas 与 numpy 配合得非常好。这是你的救命稻草。

您可以将相关列转换为numpy数组，按行排序，然后将结果放回数据框中。

import numpy as np
cols_list = ["num_1","num_2","num_3"]
tmp_arr = np.array(df.loc[:, cols_list])
tmp_arr.sort(axis=1)
df.loc[:, cols_list] = tmp_arr

完整示例：

import pandas as pd
import numpy as np

df = pd.DataFrame({"Day":range(1,5),"num_1":[5,2,7,1], "num_2":[2,7,4,10], "num_3":[7,27,64,10]})

print(df)

cols_list = ["num_1","num_2","num_3"]
tmp_arr = np.array(df.loc[:, cols_list])
tmp_arr.sort(axis=1)
df.loc[:, cols_list] = tmp_arr

print(df)

第一个打印结果：

   Day  num_1  num_2  num_3
0    1      5      2      7
1    2      2      7     27
2    3      7      4     64
3    4      1     10     10

第二次打印结果：

   Day  num_1  num_2  num_3
0    1      2      5      7
1    2      2      7     27
2    3      4      7     64
3    4      1     10     10

您可以选择任何您喜欢的列 (cols_list)。

在我写完这篇文章后，我在这里找到了类似的解决方案：Fastest way to sort each row in a pandas dataframe