根据特定值的顺序对 pandas 数据帧进行排序

Question

Index a b   c   d   e   f   g   h   i   j   zeros
0   9   -8  -3  0   0   3   0   0   0   3   5
1   0   0   8   2   -5  0   0   -5  4   12  4
2   0   0   3   13  0   -9  11  -2  5   0   4
3   0   0   1   12  1   0   11  -6  1   0   4
4   0   0   1   11  0   -3  0   -2  -6  12  4
5   0   0   1   0   6   -5  0   -5  3   7   4
6   0   0   0   12  -6  0   2   7   -1  2   4
7   0   0   0   0   5   -5  5   0   8   7   5
8   0   0   0   0   0   0   0   0   0   0   10
9   0   0   -2  12  0   -1  0   3   6   3   4
10  0   0   -4  3   -4  0   0   4   -1  1   4

我想根据最高零对我的数据框进行排序，这可以通过使用零列进行排序轻松完成。但在第 1 行和第 7 行的情况下，我有相同数量的零。在这种情况下，我假设从数据帧的左侧到右侧（从 a 列到 j 列）查看 0 的出现顺序，这应该给我如下所示的输出：基本上，当您查看零的顺序时，您会看到在结果中我有 4 列包含零，两行中第一个放置 contianing zeros = 5.

Answer 1

您可以创建权重列：

df['weight'] = (df.loc[:, 'a':'j'].eq(0)
                  .mul((2 ** np.arange(len(df.columns) - 1))[::-1])
                  .sum(axis=1))

输出：

>>> df.sort_values(['zeros', 'pri'], ascending=False)
    a  b  c   d  e  f   g  h  i   j  zeros  weight
0   9 -8 -3   0  0  3   0  0  0   3      5     110
1   0  0  8   2 -5  0   0 -5  4  12      4     792
2   0  0  3  13  0 -9  11 -2  5   0      4     801
3   0  0  1  12  1  0  11 -6  1   0      4     785
4   0  0  1  11  0 -3   0 -2 -6  12      4     808
5   0  0  1   0  6 -5   0 -5  3   7      4     840
6   0  0  0  12 -6  0   2  7 -1   2      4     912
7   0  0  0   0  5 -5   5  0  8   7      5     964
8   0  0  0   0  0  0   0  0  0   0     10    1023
9   0  0 -2  12  0 -1   0  3  6   3      4     808
10  0  0 -4   3 -4  0   0  4 -1   1      4     792

一步一步：

>>> out = df.loc[:, 'a':'j'].eq(0)
        a      b      c      d      e      f      g      h      i      j
0   False  False  False   True   True  False   True   True   True  False
1    True   True  False  False  False   True   True  False  False  False
2    True   True  False  False   True  False  False  False  False   True
3    True   True  False  False  False   True  False  False  False   True
4    True   True  False  False   True  False   True  False  False  False
5    True   True  False   True  False  False   True  False  False  False
6    True   True   True  False  False   True  False  False  False  False
7    True   True   True   True  False  False  False   True  False  False
8    True   True   True   True   True   True   True   True   True   True
9    True   True  False  False   True  False   True  False  False  False
10   True   True  False  False  False   True   True  False  False  False

>>> out = out.mul((2 ** np.arange(len(df.columns) - 1))[::-1])
      a    b    c   d   e   f  g  h  i  j
0     0    0    0  64  32   0  8  4  2  0
1   512  256    0   0   0  16  8  0  0  0
2   512  256    0   0  32   0  0  0  0  1
3   512  256    0   0   0  16  0  0  0  1
4   512  256    0   0  32   0  8  0  0  0
5   512  256    0  64   0   0  8  0  0  0
6   512  256  128   0   0  16  0  0  0  0
7   512  256  128  64   0   0  0  4  0  0
8   512  256  128  64  32  16  8  4  2  1
9   512  256    0   0  32   0  8  0  0  0
10  512  256    0   0   0  16  8  0  0  0

>>> out = out.sum(axis=1)
0      110
1      792
2      801
3      785
4      808
5      840
6      912
7      964
8     1023
9      808
10     792
dtype: int64

根据特定值的顺序对 pandas 数据帧进行排序

Sorting pandas dataframe based on the order of a specific value

pandas

sorting