python - 对 pandas 分组的列进行排序

Question

我正在处理一些机器学习任务，我想将每一行从“编号对象”更改为“按某些属性对象排序”。

例如，我有 2 个团队中的 5 个英雄，由他们的统计数据(dN_%stat% 和 rN_%stat%)表示，我想要的是按统计数据编号 3,4,0,2 对每个团队中的英雄进行排序所以第一个最强，依此类推。

这是我当前的代码，但它非常慢，所以我想使用 native pandas 对象和操作:

def sort_heroes(df):
    for match_id in df.index:
        for team in ['r', 'd']:
            heroes = []
            for n in range(1,6):
                heroes.append(
                    [df.ix[match_id, '%s%s_%s' % (team, n, stat)]
                     for stat in stats])

            heroes.sort(key=lambda x: (x[3], x[4], x[0], x[2]))
            for n in range(1,6):
                for i, stat in enumerate(stats):
                    df.ix[match_id, '%s%s_%s' %
                          (team, n, stat)] = heroes[n - 1][i]

简短的示例，其中不完整但有用的数据表示:

match_id  r1_xp  r1_gold  r2_xp  r2_gold  r3_xp  r3_gold  d1_xp  d1_gold d2_xp d2_gold
1         10     20       100    10       5000   300      0      0       15     5
2         1      1        1000   80       100    13       200    87      311    67

我想要的是按前缀(rN_ 和 dN_)的组对这些列进行排序，首先按 gold，然后按 xp

match_id  r1_xp  r1_gold  r2_xp  r2_gold  r3_xp  r3_gold  d1_xp  d1_gold d2_xp d2_gold
1         5000   300      10     20       100    20       15     5       0      0
2         1000   80       100    13       1      1        200    87      311    67

Answer 1

您可以使用:

df.set_index('match_id', inplace=True)
#create MultiIndex  with 3 levels
arr = df.columns.str.extract('([rd])(\d*)_(.*)', expand=True).T.values
df.columns = pd.MultiIndex.from_arrays(arr)
#reshape df, sorting
df = df.stack([0,1]).reset_index().sort_values(['match_id','level_1','gold','xp'], 
                                                ascending=[True,False,False,False])
print (df)
   match_id level_1 level_2   gold      xp
4         1       r       3  300.0  5000.0
2         1       r       1   20.0    10.0
3         1       r       2   10.0   100.0
1         1       d       2    5.0    15.0
0         1       d       1    0.0     0.0
8         2       r       2   80.0  1000.0
9         2       r       3   13.0   100.0
7         2       r       1    1.0     1.0
5         2       d       1   87.0   200.0
6         2       d       2   67.0   311.0

#asign new values to level 2
df.level_2 = df.groupby(['match_id','level_1']).cumcount().add(1).astype(str)
#get original shape
df = df.set_index(['match_id','level_1','level_2']).stack().unstack([1,2,3]).astype(int)
df = df.sort_index(level=[0,1,2], ascending=[False, True, False], axis=1)
#Multiindex in columns to column names
df.columns = ['{}{}_{}'.format(x[0], x[1], x[2]) for x in df.columns]
df.reset_index(inplace=True)

print (df)
   match_id  r1_xp  r1_gold  r2_xp  r2_gold  r3_xp  r3_gold  d1_xp  d1_gold  \
0         1   5000      300     10       20    100       10     15        5   
1         2   1000       80    100       13      1        1    200       87   

   d2_xp  d2_gold  
0      0        0  
1    311       67