Desarrollo de Python
  1. Desarrollo de Python
  3. pandas sort lambda funcion
Intereting Posts
¿Cómo puedo identificar botones, creados en un bucle? Leyendo un archivo CSV, calculando promedios e imprimiendo dichos promedios. ¿La forma correcta de devolver una instancia de modelo proxy desde una instancia de modelo base en Django? ¿Cómo uso el módulo de correo electrónico de Python 3.2 para enviar mensajes Unicode codificados en utf-8 con comillas imprimibles? Python solicita ImportError: no se puede importar el nombre HeaderParsingError ¿No se pueden escribir correctamente los elementos extraídos en un archivo de Excel? TensorFlow: los parámetros no se actualizan al entrenar no se puede cambiar la fuente a Helvetica en Matplotlib en Python en Mac OS X 10.6 Obtenga la fuente HTML de WebElement en Selenium WebDriver usando Python ¿Por qué subprocess.Popen no espera hasta que finalice el proceso secundario? Escollos comunes en Python Creando variables dinámicamente nombradas desde la entrada del usuario Invirtiendo los valores booleanos en una lista de Python Obtención de valores de fila anteriores dentro de la función apply () de pandas Python: Logging TypeError: no todos los argumentos se convierten durante el formato de cadena

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