昆仑的山头

pandas自带的sort_values已经算是足够强大了，能够满足大部分需求，但是偶然，会有定制排序的需求，比如在输出数据表格的时候，想要把重点项目放在最前面。下面的方法，介绍了一种排序思路：

1
2
3
4
5
6
7
8
9
10
11
12
13

#构建测试数据
df1 = pd.DataFrame({
	'uid': ['小A',  		'小B',  		'小A',  		'小A',  		'小A',  		'小B',  		  '小B',  	     '小A',  		'小B',  	   '小A'],
	'day': ['2021-09-25',  	'2021-09-25',  '2021-09-25',  	'2021-09-26',  '2021-09-26',  '2021-09-26',  	'2021-09-26', '2021-09-27',  '2021-09-25',  '2021-09-25'],
	'sub': ['语文', 		'语文', 		'数学', 		'语文', 		 '数学', 		  '语文',           '数学',        '语文',         '英语',        '英语'],
	'val': [95,             95,            74,             87,             65,             77,              66,            32 ,           55,            90]}, 
		columns=['uid', 'day', 'sub', 'val'])
sortList = ['数学', '语文', '英语']  #排序依据数组，依据sub，科目
# df1.reset_index(inplace=True) #视数据实际情况，排序字段不能是索引
df1['sub'] = df1['sub'].astype('category') #重新设置字段类型，为排序做准备
df1['sub'].cat.set_categories(sortList, inplace=True) #设置排序依据
df1.sort_values('sub', inplace=True) #排序操作
print(df1)

输出：
———–
uid day sub val
2 小A 2021-09-25 数学 74
4 小A 2021-09-26 数学 65
6 小B 2021-09-26 数学 66
0 小A 2021-09-25 语文 95
1 小B 2021-09-25 语文 95
3 小A 2021-09-26 语文 87
5 小B 2021-09-26 语文 77
7 小A 2021-09-27 语文 32
8 小B 2021-09-25 英语 55
9 小A 2021-09-25 英语 90
———–
如上，既完成了根据sortList预定义顺序的排序操作
不过有个地方需要注意：如果sub列里包含sortList没有的值，这里的输出结果可能会出现未知异常
——
over
转载请注明出处： http://www.jiangkl.com/2021/10/dataframe_sort_list

习惯了新瓶装旧酒，pandas各种数据结构虽然很好用，可以有时候还是喜欢熟悉的json。不过python自带的dataframe转json方法并不好用，比如datetime格式就会转不过去。可实际上，大部分时间不用管这个点，因为转json，只是为了打到日志里，看着方便。。。所以，转dict就可以。这里就用到了panda自带的to_dict()方法
比如有下面这样一个dataframe，df1：

现在想将每个城市的平均气温打印出来，就可以这么操作：
str(df1.set_index(‘城市’)['平均温度'].to_dict())
输出：{“平均温度”:{“北京”:19, “上海”:23, “深圳”:29}}
——
over