在Pandas中排序包含字符串的列

Question

我是Pandas的新手，正在对包含字符串的列进行排序并生成一个数值来唯一标识字符串。我的数据帧看起来是这样的：

df = pd.DataFrame({'key': range(8), 'year_week': ['2015_10', '2015_1', '2015_11', '2016_9', '2016_10','2016_3', '2016_9', '2016_10']}) 

首先，我喜欢到'year_week'列升序排序(2015_1, 2016_9, '2016_9', 2016_10, 2016_11, 2016_3, 2016_10, 2016_10)安排，然后为每一个独特的'year_week'字符串的数值。

Answer 1

你可以先转换to_datetime列year_week，然后通过sort_values和最后使用factorize对其进行排序：

df = pd.DataFrame({'key': range(8), 'year_week': ['2015_10', '2015_1', '2015_11', '2016_9', '2016_10','2016_3', '2016_9', '2016_10']}) 

#http://stackoverflow.com/a/17087427/2901002 
df['date'] = pd.to_datetime(df.year_week + '-0', format='%Y_%W-%w') 
#sort by column date 
df.sort_values('date', inplace=True) 
#create numerical values 
df['num'] = pd.factorize(df.year_week)[0] 
print (df) 
    key year_week  date num 
1 1 2015_1 2015-01-11 0 
0 0 2015_10 2015-03-15 1 
2 2 2015_11 2015-03-22 2 
5 5 2016_3 2016-01-24 3 
3 3 2016_9 2016-03-06 4 
6 6 2016_9 2016-03-06 4 
4 4 2016_10 2016-03-13 5 
7 7 2016_10 2016-03-13 5