Python Pandas按两列升序排序时调整NaN行位置的问题
问题原因
Pandas的sort_values进行多列排序时,默认会优先完整排序第一个指定列(此处为x列),x列的NaN值默认全部放在排序结果的末尾,不会参考第二个排序列y的数值插入到对应位置,因此出现了不符合预期的结果。
解决方法
你可以构造一个辅助排序键,优先取x列的数值,x列为空时取同行y列的数值,按该辅助键升序排序即可得到预期结果,修改后代码如下:
import pandas as pd import numpy as np df1 = pd.DataFrame ({'x': [2, 3, 4, 24, 31, '',10], 'y':['','',4.1,24.7,31.4,5,'']}) df1.replace(r'^\s*$', np.nan, regex=True, inplace=True) # 转换为浮点类型避免object类型排序异常 df1 = df1.astype(float) # 构造辅助排序列,x非空取x、x为空取y df1['sort_key'] = df1['x'].fillna(df1['y']) # 排序后删除辅助列、重置索引 rslt_df = df1.sort_values(by='sort_key', ascending=True).drop(columns='sort_key').reset_index(drop=True) print(rslt_df)
输出结果
x y 0 2.0 NaN 1 3.0 NaN 2 4.0 4.1 3 NaN 5.0 4 10.0 NaN 5 24.0 24.7 6 31.0 31.4
内容的提问来源于stack exchange,提问作者rpb
相关产品推荐
相关产品推荐

