Bir sütunun ay adını içerdiği python pandas veri çerçevem ​​var.

Sözlük kullanarak nasıl özel sıralama yapabilirim, örneğin:

custom_dict = {'March':0, 'April':1, 'Dec':3}  

Pandas 0.15 , bunu yapmanın çok daha net bir yolunu sağlayan Kategorik Serisi'ni tanıttı :

Önce ay sütununu kategorik yapın ve kullanılacak sıralamayı belirtin.

In [21]: df['m'] = pd.Categorical(df['m'], ["March", "April", "Dec"])

In [22]: df  # looks the same!
Out[22]:
   a  b      m
0  1  2  March
1  5  6    Dec
2  3  4  April

Şimdi, ay sütununu sıraladığınızda, bu listeye göre sıralanacaktır:

In [23]: df.sort_values("m")
Out[23]:
   a  b      m
0  1  2  March
2  3  4  April
1  5  6    Dec

Not: Listede bir değer yoksa, NaN'ye dönüştürülür.

İlgilenenler için daha eski bir cevap ...

Bir ara seri oluşturabilirsiniz ve bunun set_indexüzerine:

df = pd.DataFrame([[1, 2, 'March'],[5, 6, 'Dec'],[3, 4, 'April']], columns=['a','b','m'])
s = df['m'].apply(lambda x: {'March':0, 'April':1, 'Dec':3}[x])
s.sort_values()

In [4]: df.set_index(s.index).sort()
Out[4]: 
   a  b      m
0  1  2  March
1  3  4  April
2  5  6    Dec

Daha yeni pandalarda belirtildiği gibi, Series'in replacebunu daha zarif bir şekilde yapmak için bir yöntemi vardır :

s = df['m'].replace({'March':0, 'April':1, 'Dec':3})

Küçük fark, sözlüğün dışında bir değer varsa bunun artmamasıdır (sadece aynı kalacaktır).

pandalar> = 1.1

Yakında argüman sort_valuesile kullanabileceksiniz key:

pd.__version__
# '1.1.0.dev0+2004.g8d10bfb6f'

custom_dict = {'March': 0, 'April': 1, 'Dec': 3} 
df

   a  b      m
0  1  2  March
1  5  6    Dec
2  3  4  April

df.sort_values(by=['m'], key=lambda x: x.map(custom_dict))

   a  b      m
0  1  2  March
2  3  4  April
1  5  6    Dec

keyArgüman girişi bir Serisi ve getiri Seri olarak sürer. Bu dizi dahili olarak sıralanmıştır ve sıralanan dizinler DataFrame girişini yeniden sıralamak için kullanılır. Sıralanacak birden fazla sütun varsa, anahtar işlevi sırayla her birine uygulanacaktır. Bkz . Anahtarlarla sıralama .

pandalar <= 1.0.X

Basit bir yöntem çıktısını kullanarak bir Series.mapve Series.argsortiçine indeksine dfkullanılarak DataFrame.iloc(argsort sıralanmış bir tamsayı pozisyonları ürettiği için); bir sözlüğünüz olduğu için; bu kolaylaşır.

df.iloc[df['m'].map(custom_dict).argsort()]

   a  b      m
0  1  2  March
2  3  4  April
1  5  6    Dec

Azalan sırada sıralamanız gerekiyorsa , eşlemeyi ters çevirin.

df.iloc[(-df['m'].map(custom_dict)).argsort()]

   a  b      m
1  5  6    Dec
2  3  4  April
0  1  2  March

Bunun yalnızca sayısal öğeler üzerinde çalıştığını unutmayın. Aksi takdirde, sort_valuesdizini kullanarak ve bu dizine erişerek bu sorunu çözmeniz gerekecektir :

df.loc[df['m'].map(custom_dict).sort_values(ascending=False).index]

   a  b      m
1  5  6    Dec
2  3  4  April
0  1  2  March

astype(Bu artık kullanımdan kaldırılmıştır) veya ile daha fazla seçenek mevcuttur pd.Categorical, ancak doğruordered=True çalışması için belirtmeniz gerekir .

# Older version,
# df['m'].astype('category', 
#                categories=sorted(custom_dict, key=custom_dict.get), 
#                ordered=True)
df['m'] = pd.Categorical(df['m'], 
                         categories=sorted(custom_dict, key=custom_dict.get), 
                         ordered=True)

Şimdi, basit bir sort_valuesarama hile yapacak:

df.sort_values('m')
 
   a  b      m
0  1  2  March
2  3  4  April
1  5  6    Dec

Kategorik sıralama groupby, çıktıları sıralarken de dikkate alınacaktır .

Güncelleme

seçilen cevabı kullanın ! bu gönderiden daha yenidir ve yalnızca pandalarda sıralı verileri korumanın resmi yolu değildir, her açıdan daha iyidir, özellikler / performans vb. dahil. Aşağıda tarif ettiğim hacky yöntemimi kullanmayın.

Bu güncellemeyi sadece insanlar cevabımı yükseltmeye devam ettikleri için yazıyorum, ancak kesinlikle kabul edilenden daha kötü :)

Orijinal gönderi

Oyuna biraz geç kaldınız, ancak pandaların Series, DataFrame ve multiindex DataFrame nesnelerini rastgele işlevler kullanarak sıralayan bir işlev oluşturmanın bir yolu.

I faydalanmak df.iloc[index](göre konumuna göre bir serisi / DataFrame bir satır başvuran yöntem, df.locki referanslar değeri). Bunu kullanarak, bir dizi konumsal argüman döndüren bir işleve sahip olmamız yeterlidir:

def sort_pd(key=None,reverse=False,cmp=None):
    def sorter(series):
        series_list = list(series)
        return [series_list.index(i) 
           for i in sorted(series_list,key=key,reverse=reverse,cmp=cmp)]
    return sorter

Bunu, özel sıralama işlevleri oluşturmak için kullanabilirsiniz. Bu, Andy Hayden'ın cevabında kullanılan veri çerçevesi üzerinde çalışır:

df = pd.DataFrame([
    [1, 2, 'March'],
    [5, 6, 'Dec'],
    [3, 4, 'April']], 
  columns=['a','b','m'])

custom_dict = {'March':0, 'April':1, 'Dec':3}
sort_by_custom_dict = sort_pd(key=custom_dict.get)

In [6]: df.iloc[sort_by_custom_dict(df['m'])]
Out[6]:
   a  b  m
0  1  2  March
2  3  4  April
1  5  6  Dec

Bu, multiindex DataFrames ve Series nesnelerinde de çalışır:

months = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']

df = pd.DataFrame([
    ['New York','Mar',12714],
    ['New York','Apr',89238],
    ['Atlanta','Jan',8161],
    ['Atlanta','Sep',5885],
  ],columns=['location','month','sales']).set_index(['location','month'])

sort_by_month = sort_pd(key=months.index)

In [10]: df.iloc[sort_by_month(df.index.get_level_values('month'))]
Out[10]:
                 sales
location  month  
Atlanta   Jan    8161
New York  Mar    12714
          Apr    89238
Atlanta   Sep    5885

sort_by_last_digit = sort_pd(key=lambda x: x%10)

In [12]: pd.Series(list(df['sales'])).iloc[sort_by_last_digit(df['sales'])]
Out[12]:
2    8161
0   12714
3    5885
1   89238

Bana göre bu temiz hissettiriyor, ancak optimize edilmiş pandaların işlemlerine güvenmek yerine yoğun bir şekilde python işlemlerini kullanıyor. Herhangi bir stres testi yapmadım ama bunun çok büyük DataFrame'lerde yavaşlayabileceğini tahmin ediyorum. Performansın sütun ekleme, sıralama ve silme işlemine kıyasla nasıl olduğundan emin değilsiniz. Kodu hızlandırmak için herhangi bir ipucu takdir edilecektir!

import pandas as pd
custom_dict = {'March':0,'April':1,'Dec':3}

df = pd.DataFrame(...) # with columns April, March, Dec (probably alphabetically)

df = pd.DataFrame(df, columns=sorted(custom_dict, key=custom_dict.get))

March, April, Dec sütunlarına sahip bir DataFrame döndürür