本文首發於微信公眾號“Python數據之道”（ID：PyDataRoad）

前言

寫這篇文章的起由是有一天微信上一位朋友問到一個問題，問題大體意思概述如下：

現在有一個pandas的Series和一個python的list，想讓Series按指定的list進行排序，如何實現？

這個問題的需求用流程圖描述如下：

我思考了一下，這個問題解決的核心是引入pandas的數據類型“category”，從而進行排序。

在具體的分析過程中，先將pandas的Series轉換成為DataFrame，然後設置數據類型，再進行排序。思路用流程圖表示如下：

分析過程

• 引入pandas庫

import pandas as pd

• 構造Series數據

s = pd.Series({‘a‘:1,‘b‘:2,‘c‘:3})
s

a    1
b    2
c    3
dtype: int64

s.index

Index([‘a‘, ‘b‘, ‘c‘], dtype=‘object‘)

• 指定的list，後續按指定list的元素順序進行排序

list_custom = [‘b‘, ‘a‘, ‘c‘]
list_custom

[‘b‘, ‘a‘, ‘c‘]

• 將Series轉換成DataFrame

  df = pd.DataFrame(s)
  df = df.reset_index()
  df.columns = [‘words‘
   
  , ‘number‘]
  df
  

設置成“category”數據類型

# 設置成“category”數據類型
df[‘words‘] = df[‘words‘].astype(‘category‘)

# inplace = True，使 recorder_categories生效
df[‘words‘
 
].cat.reorder_categories(list_custom, inplace=True)

# inplace = True，使 df生效
df.sort_values(‘words‘, inplace=True)
df

指定list元素多的情況：

若指定的list所包含元素比Dataframe中需要排序的列的元素多，怎麽辦？

• reorder_catgories（）方法不能繼續使用，因為該方法使用時要求新的categories和dataframe中的categories的元素個數和內容必須一致，只是順序不同。
• 這種情況下，可以使用 set_categories()方法來實現。新的list可以比dataframe中元素多。

list_custom_new = [‘d‘, ‘c‘, ‘b‘,‘a‘,‘e‘]
dict_new = {‘e‘:1, ‘b‘:2, ‘c‘:3}
df_new = pd.DataFrame(list(dict_new.items()), columns=[‘words‘, ‘value‘])
print(list_custom_new)
df_new.sort_values(‘words‘, inplace=True)
df_new

[‘d‘, ‘c‘, ‘b‘, ‘a‘, ‘e‘]

df_new[‘words‘] = df_new[‘words‘].astype(‘category‘)

# inplace = True，使 set_categories生效
df_new[‘words‘].cat.set_categories(list_custom_new, inplace=True)

df_new.sort_values(‘words‘, ascending=True)

指定list元素少的情況：

若指定的list所包含元素比Dataframe中需要排序的列的元素少，怎麽辦？

• 這種情況下，set_categories()方法還是可以使用的，只是沒有的元素會以NaN表示

註意下面的list中沒有元素“b”

list_custom_new = [‘d‘, ‘c‘,‘a‘,‘e‘]
dict_new = {‘e‘:1, ‘b‘:2, ‘c‘:3}
df_new = pd.DataFrame(list(dict_new.items()), columns=[‘words‘, ‘value‘])
print(list_custom_new)
df_new.sort_values(‘words‘, inplace=True)
df_new

[‘d‘, ‘c‘, ‘a‘, ‘e‘]

df_new[‘words‘] = df_new[‘words‘].astype(‘category‘)

# inplace = True，使 set_categories生效
df_new[‘words‘].cat.set_categories(list_custom_new, inplace=True)

df_new.sort_values(‘words‘, ascending=True)

總結

根據指定的list所包含元素比Dataframe中需要排序的列的元素的多或少，可以分為三種情況：

• 相等的情況下，可以使用 reorder_categories和 set_categories方法；
• list的元素比較多的情況下， 可以使用set_categories方法；
• list的元素比較少的情況下， 也可以使用set_categories方法，但list中沒有的元素會在DataFrame中以NaN表示。

源代碼

需要的童鞋可在微信公眾號“Python數據之道”（ID：PyDataRoad）後臺回復關鍵字獲取視頻，關鍵字如下：

“2017-025”（不含引號）

Python： Pandas的DataFrame如何按指定list排序