python - 根据 pandas 列中的有序值从 DataFrame 中选择行

Question

根据列值选择 pandas 数据框行的问题已在以下位置解决:

Select rows from a DataFrame based on values in a column in pandas

不考虑基于列值顺序的行排序。

举个例子，考虑:

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
               'B': 'one one two three two two one three'.split(),
               'C': np.arange(8), 'D': np.arange(8) * 2})
print(df.loc[df['D'].isin([0,2])])

产量:

     A    B  C  D
0  foo  one  0  0
1  bar  one  1  2

同样:

print(df.loc[df['D'].isin([2,0])])

其中列值的顺序已颠倒。

我想知道如何修改此表达式以尊重所需列值的顺序，以便输出为:

     A    B  C  D
1  bar  one  1  2
0  foo  one  0  0

Answer 1

您可以将值放入数据框中，然后进行内部联接(默认情况下合并)，这应该 preserve the order左侧数据框:

D = pd.DataFrame({"D": [2, 0]})
D.merge(df)

#   D     A   B C
#0  2   bar one 1
#1  0   foo one 0

或者更确定的方法来做到这一点:

D.reset_index().merge(df).sort_values("index").drop("index", 1)
#   D     A   B C
#0  2   bar one 1
#1  0   foo one 0