python - Pandas 中的排列组

Question

假设我有一个 Pandas DataFrame 其数据如下

import numpy as np
import pandas as pd

n = 30
df = pd.DataFrame({'a': np.arange(n),
                   'b': np.random.choice([0, 1, 2], n),
                   'c': np.arange(n)})

问题:如何排列组(按 b 列分组)？

不是每个组内的排列，而是组级别的排列？

<小时/>

示例

之前

a b c
1 0 1
2 0 2
3 1 3
4 1 4
5 2 5
6 2 6

之后

a b c
3 1 3
4 1 4
1 0 1
2 0 2
5 2 5
6 2 6

基本上在排列之前，df['b'].unqiue() == [0, 1, 2]，在排列之后，df['b'].unique() == [1,0,2].

Answer 1

这是一个受到已接受的答案 this SO post 启发的答案，它使用临时 Categorical列作为排序键来进行自定义排序。在这个答案中，我生成了所有排列，但如果您只寻找一个排列，则可以只采用第一个排列。

import itertools

df_results = list()
orderings = itertools.permutations(df["b"].unique())
for ordering in orderings:
    df_2 = df.copy()
    df_2["b_key"] = pd.Categorical(df_2["b"], [i for i in ordering])
    df_2.sort_values("b_key", inplace=True)
    df_2.drop(["b_key"], axis=1, inplace=True)
    df_results.append(df_2)

for df in df_results:
    print(df)

这里的想法是，我们每次创建一个新的分类变量，枚举顺序略有不同，然后按它排序。一旦我们不再需要它，我们就会在最后丢弃它。