python - 根据列值对数据框行重新排序

Question

我有这个pandas数据框:

        artist               track   class1  class2     class3
0   Portishead               Roads   0.00    1.00          0.0
1  Yo La Tengo     Our Way to Fall   0.14    0.86          0.0
2    Radiohead  Fake Plastic Trees   0.03    0.97          0.0

这两个用户输入变量:

 input_value = 0.80
 input_class = 'class2'

从这些变量中我想迭代数据框，在所选 class2 中找到与 input_value 最接近的值，并对数据帧行重新排序，如下所示:

        artist               track   class1  class2     class3
1  Yo La Tengo     Our Way to Fall   0.14    0.86          0.0
2    Radiohead  Fake Plastic Trees   0.03    0.97          0.0
0   Portishead               Roads   0.00    1.00          0.0

其中 class2 值的接近程度决定行的顺序。

(0.86 最接近 0.80，0.97 其次，依此类推..)

到目前为止我只找到了最接近的值，代码如下:

for col in df.ix[:,'class1':'class3']:
    if col == input_class:
        print min(df[col] - input_value)

但是我离我的目标还有一点距离。谁能指出我正确的方向？

Answer 1

尝试 argsort 的差异 + iloc:

df = df.iloc[(df[input_class] - input_value).argsort()]

df
        artist               track  class1  class2  class3
1  Yo La Tengo     Our Way to Fall    0.14    0.86     0.0
2    Radiohead  Fake Plastic Trees    0.03    0.97     0.0
0   Portishead               Roads    0.00    1.00     0.0

或者，您可以使用 np.argsort 达到相同的效果。

df = df.iloc[np.argsort(df[input_class] - input_value)]

df
        artist               track  class1  class2  class3
1  Yo La Tengo     Our Way to Fall    0.14    0.86     0.0
2    Radiohead  Fake Plastic Trees    0.03    0.97     0.0
0   Portishead               Roads    0.00    1.00     0.0

<小时/>

使用reset_index对索引重新排序。

df.result.reset_index(drop=1)     
        artist               track  class1  class2  class3
0  Yo La Tengo     Our Way to Fall    0.14    0.86     0.0
1    Radiohead  Fake Plastic Trees    0.03    0.97     0.0
2   Portishead               Roads    0.00    1.00     0.0