- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章pandas 透视表中文字段排序方法由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
前几天有一个需求,透视表中的年级这一列要按照一年级,二年级这样的序列进行排序,但是用过透视表的人都知道,透视表对中文的排序不是太理想,放弃pandas自带的排序方法。测试了很久,想到一个办法。先把dataframe中需要特殊排序的列中的汉字转换成数字,然后生成透视表,生成透视表之后,再把透视表的index或者columns中的数字替换成相应的汉字,透视表的结果就会按照你想要的顺序进行排序.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
|
def
get_special_sort_data(
self
, groupby, columns):
# 获取需要特殊处理的字段的信息
special_sort_cols
=
None
cols_in_index_or_column
=
None
# 判断特殊排序字段在index还是column中
if
self
.datasource.has_special_sort_cols:
# 获取表需要处理的特殊字段信息
special_sort_cols
=
self
.datasource.get_sort_columns()
# {"grade_name": {}}
if
special_sort_cols:
i_intersection
=
list
(
set
(groupby) &
set
(special_sort_cols.keys()))
c_intersection
=
list
(
set
(columns) &
set
(special_sort_cols.keys()))
if
i_intersection:
cols_in_index_or_column
=
(
'index'
, i_intersection)
elif
c_intersection:
cols_in_index_or_column
=
(
'column'
, c_intersection)
return
cols_in_index_or_column, special_sort_cols
cols_in_index_or_column, special_sort_cols
=
self
.get_special_sort_data(groupby, columns)
# special_sort_cols:{"grade_name": {"一年级": 1, "二年级":2, "三年级": 3 ....}}
if
cols_in_index_or_column:
for
col
in
cols_in_index_or_column[
1
]:
df[col]
=
df[col].replace(special_sort_cols.get(col))
# 替换df
# 获取透视表
if
cols_in_index_or_column:
if
cols_in_index_or_column[
0
]
=
=
'index'
:
if
len
(groupby)
=
=
1
:
col_name
=
cols_in_index_or_column[
1
][
0
]
sort_info
=
special_sort_cols.get(col_name)
r_sort_info
=
{v:k
for
k, v
in
zip
(sort_info.keys(), sort_info.values())}
index_1
=
df.index.tolist()
index_1
=
[r_sort_info.get(item)
for
item
in
index_1]
df.index
=
Index(index_1, name
=
df.index.name)
else
:
for
item
in
cols_in_index_or_column[
1
]:
ix
=
df.index.names.index(item)
index_1
=
df.index.levels[ix].tolist()
sort_info
=
special_sort_cols.get(item)
r_sort_info
=
{v: k
for
k, v
in
zip
(sort_info.keys(), sort_info.values())}
index_1
=
[r_sort_info.get(item)
for
item
in
index_1]
df.index
=
df.index.set_levels(index_1, level
=
ix)
else
:
for
item
in
cols_in_index_or_column[
1
]:
ix
=
df.columns.names.index(item)
col_1
=
df.columns.levels[ix].tolist()
sort_info
=
special_sort_cols.get(item)
r_sort_info
=
{v: k
for
k, v
in
zip
(sort_info.keys(), sort_info.values())}
col_1
=
[r_sort_info.get(item)
for
item
in
col_1]
df.columns
=
df.columns.set_levels(col_1, level
=
ix)
|
以上这篇pandas 透视表中文字段排序方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我.
原文链接:https://blog.csdn.net/python_tty/article/details/80917003 。
最后此篇关于pandas 透视表中文字段排序方法的文章就讲到这里了,如果你想了解更多关于pandas 透视表中文字段排序方法的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!