快速查找保留排序的 pandas DataFrame 的所有排列的方法？

Question

我有一个 DataFrame，我想找到其中一列满足简单升序排序的所有排列。（有很多关系。）例如，在下面的DataFrame

df = pd.DataFrame({'name': ["Abe", "Bob", "Chris", "David", "Evan"], 
                   'age': [28, 20, 21, 22, 21]})

我希望按年龄排序并获得订单 ["Bob", "Chris", "Evan", "David", "Abe"] 和 ["Bob", "Evan", "Chris", "David", "Abe"]。

我是 python（以及 pandas）的新手，想知道是否有一种我没有看到的简单方法可以做到这一点。

谢谢！

Answer 1

中途：

import pandas as pd
from itertools import permutations, product

df = pd.DataFrame({'name': ["Abe", "Bob", "Chris", "David",
                            "Evan","Ford","Giles","Ham"],
                   'age': [20, 20, 21, 22,
                           21, 21, 22, 22]})

dfg = df.groupby('age')
perms = {}
for k, v in dfg:
    perms[k] =  list(permutations(v.values))

print(perms)

和perms价值观正见的产物是Bob——你21岁的叔叔。

Answer 2

你可以用numpy来排序

np.sort(data[age])[::-1]

Answer 3

由于您是按年龄分组的，所以让我们这样做 return 每个组的所有排列，然后取乘积（使用 itertools 的乘积和排列函数）：

In [11]: age = df.groupby("age")

如果我们查看单个组的排列：

In [12]: age.get_group(21)
Out[12]:
   age   name
2   21  Chris
4   21   Evan

In [13]: list(permutations(age.get_group(21).index))
Out[13]: [(2, 4), (4, 2)]

In [14]: [df.loc[list(p)] for p in permutations(age.get_group(21).index)]
Out[14]:
[   age   name
 2   21  Chris
 4   21   Evan,    age   name
 4   21   Evan
 2   21  Chris]

我们可以在整个 DataFrame 上通过 return 只为每个组设置索引（假设索引是唯一的，如果在执行此操作之前它不是 reset_index...你可能能够做一些稍微低一点的事情）：

In [21]: [list(permutations(grp.index)) for (name, grp) in age]
Out[21]: [[(1,)], [(2, 4), (4, 2)], [(3,)], [(0,)]]

In [22]: list(product(*[(permutations(grp.index)) for (name, grp) in age]))
Out[22]: [((1,), (2, 4), (3,), (0,)), ((1,), (4, 2), (3,), (0,))]

我们可以用总和把它们粘在一起：

In [23]: [sum(tups, ()) for tups in product(*[(permutations(grp.index)) for (name, grp) in age])]
Out[23]: [(1, 2, 4, 3, 0), (1, 4, 2, 3, 0)]

如果你把这些列成一个列表，你可以应用 loc（这会得到你想要的结果）：

In [24]: [df.loc[list(sum(tups, ()))] for tups in product(*[list(permutations(grp.index)) for (name, grp) in age])]
Out[24]:
[   age   name
 1   20    Bob
 2   21  Chris
 4   21   Evan
 3   22  David
 0   28    Abe,    age   name
 1   20    Bob
 4   21   Evan
 2   21  Chris
 3   22  David
 0   28    Abe]

以及名称列（的列表）：

In [25]: [list(df.loc[list(sum(tups, ())), "name"]) for tups in product(*[(permutations(grp.index)) for (name, grp) in age])]
Out[25]:
[['Bob', 'Chris', 'Evan', 'David', 'Abe'],
 ['Bob', 'Evan', 'Chris', 'David', 'Abe']]

注意：使用 numpy permutation matrix 和 pd.tools.util.cartesian_product 可能 更快。我怀疑它太多了，除非它慢得无法使用（它可能会很慢，因为可能有很多排列），否则不会探索它...

Answer 4

跟随 cphlewis，我得到了：

import pandas as pd
import itertools as it

df = pd.DataFrame({'name': ["Abe", "Bob", "Chris", "David",
                            "Evan", "Ford", "Giles", "Ham"],
                   'age': [20, 21, 20, 20,
                           24, 25, 25, 27]})

dfg = df.groupby('age')

permsAtEachAge = []
for age, people in dfg:
    permsAtEachAge.append(list(it.permutations(people.name.values)))

product = list(it.product(*permsAtEachAge))
overallPermutations = map(lambda x: list(it.chain(*x)), product)

Andy Hayden 的完整解决方案看起来也能完美运行。

Answer 5

import pandas as pd

df.sort_values(by = 'age')

快速查找保留排序的 pandas DataFrame 的所有排列的方法？

Quick way to find all permutations of a pandas DataFrame that preserves a sort?

python

sorting

permutation

pandas