python - 按一列上的另一个数据框对数据框进行排序 - pandas

Question

假设我必须数据框，如下所示:

df=pd.DataFrame({'a':[1,4,3,2],'b':[1,2,3,4]})
df2=pd.DataFrame({'a':[1,2,3,4],'b':[1,2,3,4],'c':[34,56,7,55]})

我想排序df数据按顺序df2数据'a'列，所以 df.a列的顺序为 df2.a以及使整个数据框按顺序排列的内容。

期望的输出:

   a  b
0  1  1
1  2  4
2  3  3
3  4  2

(手动制作，如果有任何错误，请告诉我:D)

我自己的尝试:

df = df.set_index('a')
df = df.reindex(index=df2['a'])
df = df.reset_index()
print(df)

按预期工作!!!，

但是当我有更长的数据帧时，例如:

df=pd.DataFrame({'a':[1,4,3,2,3,4,5,3,5,6],'b':[1,2,3,4,5,5,5,6,6,7]})
df2=pd.DataFrame({'a':[1,2,3,4,3,4,5,6,4,5],'b':[1,2,4,3,4,5,6,7,4,3]})

它没有按预期工作。

注意:我不仅想要解释原因，而且还需要一个针对大数据帧的解决方案

Answer 1

一种可能的解决方案是在两个 DataFrame 中创建辅助列，因为重复的值:

df['g'] = df.groupby('a').cumcount()
df2['g'] = df2.groupby('a').cumcount()

df = df.set_index(['a','g']).reindex(index=df2.set_index(['a','g']).index)
print(df)
       b
a g     
1 0  1.0
2 0  4.0
3 0  3.0
4 0  2.0
3 1  5.0
4 1  5.0
5 0  5.0
6 0  7.0
4 2  NaN
5 1  6.0

或者可能需要合并:

df3 = df.merge(df2[['a','g']], on=['a','g'])
print(df3)
   a  b  g
0  1  1  0
1  4  2  0
2  3  3  0
3  2  4  0
4  3  5  1
5  4  5  1
6  5  5  0
7  5  6  1
8  6  7  0