7
Q
定制与熊猫
A
回答
18
一个方法是使用自定义字典来创建一个“等级”栏,然后我们用它来进行排序与再分类后除去列:
In [17]:
custom_dict = {'Critical':0, 'High':1, 'Medium':2, 'Low':3}
df['rank'] = df['Criticality'].map(custom_dict)
df
Out[17]:
Name Criticality rank
0 baz High 1
1 foo Critical 0
2 baz Low 3
3 foo Medium 2
4 bar High 1
5 bar Low 3
6 bar Medium 2
[7 rows x 3 columns]
In [19]:
# now sort by 'Name' and 'rank', it will first sort by 'Name' column first and then 'rank'
df.sort(columns=['Name', 'rank'],inplace=True)
df
Out[19]:
Name Criticality rank
4 bar High 1
6 bar Medium 2
5 bar Low 3
0 baz High 1
2 baz Low 3
1 foo Critical 0
3 foo Medium 2
[7 rows x 3 columns]
In [21]:
# now drop the 'rank' column
df.drop(labels=['rank'],axis=1)
Out[21]:
Name Criticality
4 bar High
6 bar Medium
5 bar Low
0 baz High
2 baz Low
1 foo Critical
3 foo Medium
[7 rows x 2 columns]
+0
非常感谢,这工作就像一个魅力! – Blark
相关问题
- 1. 大熊猫与熊猫
- 2. 与大熊猫
- 3. 与熊猫
- 4. 与熊猫
- 5. 与熊猫
- 6. 与熊猫
- 7. 熊猫:与楠
- 8. 与大熊猫
- 9. 与熊猫
- 10. 与熊猫
- 11. 与大熊猫
- 12. 与大熊猫
- 13. Python熊猫绘制
- 14. 熊猫设置与复制警告
- 15. 绘制与大熊猫和matplotlib
- 16. 与点大熊猫
- 17. 大熊猫与GROUPBY
- 18. 与凡在熊猫
- 19. 问题与熊猫
- 20. 权与大熊猫
- 21. 熊猫:与条件
- 22. 熊猫:与NaN的
- 23. 熊猫箱与== 0
- 24. 熊猫MemoryError与read_sql_query
- 25. 与熊猫/ Python的
- 26. 熊猫:与条件
- 27. 大熊猫与ISIN
- 28. 大熊猫惯用方式定制fillna
- 29. 蟒蛇大熊猫定制AGG功能
- 30. 如何制定排在熊猫
根据您发布的最终结果,我认为您实际上首先需要按名称排序,然后是Criticality。对? – exp1orer
@ exp1orer是的,但没有使用外部命令,你最终在关键性的alpha排序上不是所需的输出 – EdChum
EdChum,完全正确。我刚才问了一下,因为他的问题说他想要“先按重要性再按名称排序”。但样本输出表明否则。 – exp1orer