Desarrollo de Python
  1. Desarrollo de Python
  3. pandas sort lambda funcion
Intereting Posts
marcador de registro inconsistente al leer un archivo sin formato fortran ¿Pueden los pandas trazar un histogtwig de fechas? Recargando un archivo python modificado en emacs python shell obtener el valor de la fila anterior y calcular la nueva columna pandas python Establecer la firma de la función en Python ¿Es posible dividir una línea larga en varias líneas en Python ? Colocar valores de texto en el eje en lugar de valores numéricos. Para SHA512-hash una contraseña en la base de datos MySQL de Python django – en línea – Busque un registro existente en lugar de agregar uno nuevo ¿Cómo desreferenciar una ubicación de memoria de Python ctypes? Guarda la imagen de perfil de Facebook en el modelo usando python-social-auth Error de validación de formulario de gestión Django Formset Cómo cargar el shell de IPython con PySpark Python: la mejor manera de eliminar caracteres duplicados de la cadena Python secuencia aleatoria con semilla

pandas sort lambda funcion

Dado un dataframe ‘a’ con 3 columnas, A, B, C y 3 filas de valores numéricos. ¿Cómo se clasifican todas las filas con un operador de comp usando solo el producto de A [i] * B [i]? Parece que la clasificación de los pandas solo toma columnas y luego un método de clasificación.
Me gustaría usar una función de comparación como la de abajo. 

f = lambda i,j: a['A'][i]*a['B'][i] < a['A'][j]*a['B'][j]

Hay al menos dos formas:

Método 1

Di que empiezas con 

 In [175]: df = pd.DataFrame({'A': [1, 2], 'B': [1, -1], 'C': [1, 1]})

Puede agregar una columna que es su clave de clasificación 

 In [176]: df['sort_val'] = df.A * df.B

Finalmente ordenar por él y soltarlo. 

 In [190]: df.sort_values('sort_val').drop('sort_val', 1) Out[190]: ABC 1 2 -1 1 0 1 1 1

Método 2

Use numpy.argsort y luego use .ix en los índices resultantes: 

 In [197]: import numpy as np In [198]: df.ix[np.argsort(df.A * df.B).values] Out[198]: ABC 0 1 1 1 1 2 -1 1

Otra forma, agregándolo aquí porque este es el primer resultado en Google: 

 df.loc[(df.A * df.B).sort_values().index]

Esto funciona bien para mí y es bastante sencillo. La respuesta de @Ami Tavory me dio resultados extraños con un índice categórico; aunque no estoy seguro de que sea por eso.

Simplemente agregando a @srs super elegante responda una opción iloc con algunas comparaciones de tiempo con loc y la solución ingenua.

(Se prefiere iloc para cuando su índice se base en la posición (frente a la etiqueta para loc) 

 import numpy as np import pandas as pd N = 10000 df = pd.DataFrame({ 'A': np.random.randint(low=1, high=N, size=N), 'B': np.random.randint(low=1, high=N, size=N) }) %%timeit -n 100 df['C'] = df['A'] * df['B'] df.sort_values(by='C')

naive: 100 bucles, lo mejor de 3: 1.85 ms por bucle 

 %%timeit -n 100 df.loc[(df.A * df.B).sort_values().index]

loc: 100 bucles, el mejor de 3: 2.69 ms por bucle 

 %%timeit -n 100 df.iloc[(df.A * df.B).sort_values().index]

iloc: 100 bucles, lo mejor de 3: 2.02 ms por bucle 

 df['C'] = df['A'] * df['B'] df1 = df.sort_values(by='C') df2 = df.loc[(df.A * df.B).sort_values().index] df3 = df.iloc[(df.A * df.B).sort_values().index] print np.array_equal(df1.index, df2.index) print np.array_equal(df2.index, df3.index)

Resultados de las pruebas (comparando el orden del índice completo) entre todas las opciones:

Cierto

Cierto