Python每日一记176>>>pandas类别变量及自定义排序_pandas排序变量

今天遇到一个难题，需要用到自定义排序，如：微会员 < 金卡 < 红宝石卡 < 钻石卡，但是默认的排序是：微会员, 红宝石卡, 金卡, 钻石卡。
于是乎，起初的想法是将文本变量重编码为1，2，3，4，对应着再排序，我们知道数值型变量重编码可使用cut函数，文本型或者字符串型变量重编码可以使用map，但是有些多此一举，于是查阅资料是发现类别变量可满足自定义排序的需要，直接上代码了：

import pandas as pd
import numpy as np
data = pd.read_excel('C:\\Users\\17621802479\\Desktop\\源数据.xlsx')
print('默认排序------\n',data['卡别'].drop_duplicates().sort_values())

# 转化为类别变量,无序的，以后的排序操作还是默认的排序机制
data['卡别']=data['卡别'].astype('category')
print('转化为类别变量排序，同默认排序-----\n',data['卡别'].drop_duplicates().sort_values())

# 添加新列，且是类别变量，排序了的，以后的排序会按照我们设定的排序，而不是默认的排序机制
data['有序卡别']=pd.Categorical(data['卡别'],categories=['微会员','金卡','红宝石卡','钻石卡'],ordered=True)
print('有序排序------\n',data['有序卡别'].drop_duplicates().sort_values())

# 临时修改排序规则，inplace为真时，表示在原序列上操作
data['有序卡别']=data['有序卡别'].cat.reorder_categories(['钻石卡','红宝石卡','金卡','微会员'],ordered=True,inplace=False)
print('临时改变排序规则-------\n',data['有序卡别'].drop_duplicates().sort_values())

# 直接在原列上转化为类别变量并自定义排序
from pandas.api.types import CategoricalDtype #弥补astype的不足
data['卡别']=data['卡别'].astype(CategoricalDtype(categories=['微会员','金卡','红宝石卡','钻石卡'], ordered=True))
print('转化类型时直接有序排序-------\n',data['卡别'].drop_duplicates().sort_values())
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

更详细可参考链接：
https://www.cnblogs.com/feffery/p/11436158.html