python - 快速找到保留排序的 pandas DataFrame 的所有排列的方法？

Question

我有一个 DataFrame，我想找到其中一列满足简单升序排序的所有排列。 (有很多关系。)例如，在下面的DataFrame中

df = pd.DataFrame({'name': ["Abe", "Bob", "Chris", "David", "Evan"], 
                   'age': [28, 20, 21, 22, 21]})

我希望按年龄排序并获得订单 ["Bob", "Chris", "Evan", "David", "Abe"] 和 ["Bob”、“Evan”、“Chris”、“David”、“Abe”]。

我是 python(和 pandas)的新手，很好奇是否有一种我看不到的简单方法可以做到这一点。

谢谢!

Answer 1

由于您是按年龄分组的，所以让我们这样做并返回每个组的所有排列，然后获取乘积(使用 itertools 的乘积和排列函数):

In [11]: age = df.groupby("age")

如果我们查看单个组的排列:

In [12]: age.get_group(21)
Out[12]:
   age   name
2   21  Chris
4   21   Evan

In [13]: list(permutations(age.get_group(21).index))
Out[13]: [(2, 4), (4, 2)]

In [14]: [df.loc[list(p)] for p in permutations(age.get_group(21).index)]
Out[14]:
[   age   name
 2   21  Chris
 4   21   Evan,    age   name
 4   21   Evan
 2   21  Chris]

我们可以通过只返回每个组的索引来在整个 DataFrame 上执行此操作(这假设索引是唯一的，如果在执行此操作之前它不是reset_index...你可能能够做一些稍微低一点的事情):

In [21]: [list(permutations(grp.index)) for (name, grp) in age]
Out[21]: [[(1,)], [(2, 4), (4, 2)], [(3,)], [(0,)]]

In [22]: list(product(*[(permutations(grp.index)) for (name, grp) in age]))
Out[22]: [((1,), (2, 4), (3,), (0,)), ((1,), (4, 2), (3,), (0,))]

我们可以用总和把它们粘在一起:

In [23]: [sum(tups, ()) for tups in product(*[(permutations(grp.index)) for (name, grp) in age])]
Out[23]: [(1, 2, 4, 3, 0), (1, 4, 2, 3, 0)]

如果你把这些列成一个列表，你可以应用 loc (这会得到你想要的结果):

In [24]: [df.loc[list(sum(tups, ()))] for tups in product(*[list(permutations(grp.index)) for (name, grp) in age])]
Out[24]:
[   age   name
 1   20    Bob
 2   21  Chris
 4   21   Evan
 3   22  David
 0   28    Abe,    age   name
 1   20    Bob
 4   21   Evan
 2   21  Chris
 3   22  David
 0   28    Abe]

以及名称列(的列表):

In [25]: [list(df.loc[list(sum(tups, ())), "name"]) for tups in product(*[(permutations(grp.index)) for (name, grp) in age])]
Out[25]:
[['Bob', 'Chris', 'Evan', 'David', 'Abe'],
 ['Bob', 'Evan', 'Chris', 'David', 'Abe']]

---

注意:可能使用 numpy permutation matrix 会更快和 pd.tools.util.cartesian_product。我怀疑它太多了，除非它非常慢(它可能会很慢，因为可能有很多排列)，否则不会探索它......