熊猫数据框顺序[重复]答案

【问题标题】：Pandas dataframe order [duplicate]熊猫数据框顺序[重复]
【发布时间】：2017-04-08 05:13:46
【问题描述】：

我有一个数据框：

df = pd.DataFrame({'A':[1,1,1,2,2,2,3,3,3],
                   'B':[3,2,1,1,3,2,3,2,1]})

我想重新排列 B 列，使其显示为：

【问题讨论】：

标签： python pandas jupyter-notebook

【解决方案1】：

使用sort_values 并指定列：

df = df.sort_values(['A','B'])

df = pd.DataFrame({'A':[1,1,1,2,2,2,3,3,3],
                   'B':[3,2,1,1,3,2,3,2,1]})

df = df.sort_values(['A','B'])
#alternatively
#df.sort_values(['A','B'], inplace=True)
print (df)
   A  B
2  1  1
1  1  2
0  1  3
3  2  1
5  2  2
4  2  3
8  3  1
7  3  2
6  3  3

df = df.sort_values(['A','B']).reset_index(drop=True)
print (df)
   A  B
0  1  1
1  1  2
2  1  3
3  2  1
4  2  2
5  2  3
6  3  1
7  3  2
8  3  3

【讨论】：

小建议-Don't post images of code (or links to them)
知道了。谢谢。那行得通。
@jezrael，你有 0.17.0 之前的 pandas 版本的后备方案吗？
我的pandas，版本0.15.2，没有sort_values() 方法。 documentation 声称它是“0.17.0 版中的新功能”，这显然是不正确的。
以前称为 .sort()

【解决方案2】：

这会单独留下'A'，并在组内进行排序。
请注意，索引保持原样。

df.assign(B=df.groupby('A').transform(lambda x: x.sort_values()))

   A  B
0  1  1
1  1  2
2  1  3
3  2  1
4  2  2
5  2  3
6  3  1
7  3  2
8  3  3

请参阅This Question 和相关答案。归功于 @root 如果这个答案对人们有帮助，请点击链接并在那里投票支持 root 的答案。谢谢。

【讨论】：

谢谢。这也有效。
@magicsword 请帮我一个忙，点击链接并在那里投票支持root的答案。谢谢。
@magics 这个（就像我的回答一样）处理索引的方式与您接受的答案不同。哪一个符合您的要求？
我接受了 jazrael 的回答，因为我不关心索引。我使用 A 列作为参考。

【解决方案3】：

我有熊猫版本0.15.2，它没有DataFrame.sort_values() 方法。所以这是一个对两列进行排序和替换的后备：

df.loc[:,["A", "B"]] = sorted(zip(df.A, df.B))

【讨论】：

嗯，df = df.sort(columns=['A','B']) 是如何工作的？
在0.17.0 中重命名为check。
保留行标签，即打乱索引：它变成[2, 1, 0, 3, 5, ...]
可能是一些bug，是不可能升级的吗？最后一个版本是 0.19.2，很快就会是 0.20.0
是时候更新你的 pandas alexis...:)