python - 在 Pandas 中按日期字符串排序 - Python 2.7

Question

我有 .csv 数据，我想按日期列对其进行排序。我的日期格式如下:

周、季度、年:例如 WK01Q12001。

当我在此列上对我的数据框进行 .sort() 时，结果排序如下:

WK01Q12001, WK01Q12002, WK01Q12003, WK01Q22001, WK01Q22002, WK01Q22003, ... WK02Q12001, WK02Q12002...

例如。这是有道理的，因为它按升序对字符串进行排序。

但我需要按时间顺序对数据进行排序，以便结果如下所示:

WK01Q12001, WK02Q12001, WK03Q12001, WK04Q12001, ... , WK01Q22001, WK02Q22001, ... WK01Q12002, WK02Q22002 ...

如何使用 pandas 以这种方式对其进行排序？也许反向排序字符串？ (从右到左)或创建某种日期时间对象？

我也尝试过使用 Series():pd.Series([pd.to_datetime(d) for d in weeklyData['Date']])但是结果和上面的.sort()方法是一样的。

更新:我的 DataFrame 在格式上类似于 Excel 工作表，目前看起来如下所示。我想按“日期”按时间顺序排序。

Date          Price     Volume
WK01Q12001    32        500
WK01Q12002    43        400
WK01Q12003    55        300
WK01Q12004    58        350
WK01Q22001    33        480
WK01Q22002    40        450
.
.
.
WK13Q42004    60        400

Answer 1

您可以向数据框添加一个新列，其中包含日期组件作为列表。

例如

a = ["2001", "Q2", "WK01"]
b = ["2002", "Q2", "WK01"]
c = ["2002", "Q2", "WK02"]

因此，您可以对数据框应用一个函数来执行此操作...

def tolist(x):
    g = re.match(r"(WK\d{2})(Q\d)(\d{4})", str(x))
    return [g.group(3), g.group(2), g.group(1)]

然后...

 df['datelist'] = df['Date'].apply(tolist)

它将您的日期作为按重要性顺序排列的列表...

         Date  Price  Volume          datelist
0  WK01Q12001     32     500  [2001, Q1, WK01]
1  WK01Q12002     22     400  [2002, Q1, WK01]
2  WK01Q12003     42     500  [2003, Q1, WK01]

在 Python 中比较等长列表时，比较运算符表现良好。因此，您可以使用标准的 DataFrame 排序来排序数据。

因此，当您这样做时，Pandas 系列中的默认排序将正常工作...

df.sort('datelist')