Python 选择排序数据框行

Question

import pandas as pd
data9 = pd.DataFrame([[1, 2, 3, 03:10:20:170, 'NEW',90.1060,'Agency'], [1, 2, 3, 03:10:20:144, 'Trade',90.1050,'Principal'], [1, 2, 3, 03:10:20:120, 'NEW',90.1022,'Agency'],[1, 2, 3, 03:10:20:100, 'NEW',90.1070,'Agency'], [1, 2, 3, 03:10:20:155, 'NEW',90.1051,'Principal']], columns=['A', 'B','C','D','E','F','G'])

我必须找到数据框中满足这些条件的行:

我想选择一个排序行，以便:OrderDirection 为“SELL”，则 OrderType 中“PRINCIPAL”元素的价格及其 OrderStatus 列中对应的“TRADE”元素应大于 OrderType 列中“AGENCY”元素的价格及其 OrderStatus 列中相应的“NEW”元素。 这样生成的表就只有下面的行。为此，它必须遍历整个数据帧并找到满足上述条件的所有行集。

[1, 2, 3, 03:10:20:120, 'NEW',90.1022,'Agency']
[1, 2, 3, 03:10:20:144, 'Trade',90.1050,'Principal']

我收到错误: KeyError:“标签 [True] 不在 [索引] 中”

如何解决？

代码下方:

 def selection_sort(nums):
        # This value of i corresponds to how many values were sorted
        for i, row in nums.iterrows():
        # We assume that the first item of the unsorted segment is the smallest
            lowest_value_index = i
            # This loop iterates over the unsorted items
            for j in (i + 1, range(len(nums.F))):
                if row.loc[row['G'] == 'Agency', 'F'].iloc[lowest_value_index] > row.loc[row['G'] == 'Principal', 'F' ].iloc[j]:
                    lowest_value_index = j
            # Swap values of the lowest unsorted element with the first unsorted
            # element
    row.loc[row['G'] == 'Principal', 'F'].iloc[i], row.loc[row['G'] == 'Agency', 'F'].iloc[lowest_value_index]  =  row.loc[row['G'] == 'Agency' , 'F'].iloc[lowest_value_index], row.loc[row['G'] == 'Principal', 'F'].iloc[i]

    selection_sort(data19)

Answer 1

您可以尝试.sort_values()和.rank()。这是我从您提供的 DataFrame 中得到的内容(时间字段需要引号，顺便说一句)。

data9 = pd.DataFrame([
        [1, 2, 3, '03:10:20:170', 'NEW', 90.1060, 'Agency'],
        [1, 2, 3, '03:10:20:144', 'Trade', 90.1050, 'Principal'],
        [1, 2, 3, '03:10:20:120', 'NEW', 90.1022, 'Agency'],
        [1, 2, 3, '03:10:20:100', 'NEW', 90.1070, 'Agency'],
        [1, 2, 3, '03:10:20:155', 'NEW', 90.1051, 'Principal']
        ], columns=['A', 'B','C','D','E','F','G'])

按 F 和 G 列排序，但您可能可以为标称值添加临时枚举，以确保它们按照您的目的按照正确的方向排序。或者，添加时间列。

这个排序方案恰好在这里起作用，因为:

• “代理机构”<“校长”，

• 90.1022 < 90.1050，

• "new"<“贸易”，以及

• 03:10:20:120 < 03:10:20:144。

无论如何，如果您想使用.sort_values()，也可以inplace。

In [0]: data9 = data9.sort_values(by=["F","G"], ascending=[True, True])

调用data9检查结果:

In [1]: data9
Out[1]:
   A  B  C             D      E        F          G
2  1  2  3  03:10:20:120    NEW  90.1022     Agency
1  1  2  3  03:10:20:144  Trade  90.1050  Principal
4  1  2  3  03:10:20:155    NEW  90.1051  Principal
0  1  2  3  03:10:20:170    NEW  90.1060     Agency
3  1  2  3  03:10:20:100    NEW  90.1070     Agency

然后我们可以对“F”列进行排名(您可以使用更多列，只需将它们包含在列表中，就像使用排序时一样)。之后，我们只需使用条件来选择前 2 个(低于 3 个的任何值)并生成与您的预期输出类似的结果。

In [1]: data9.loc[data9.loc[:, "F"].rank() < 3.0, :]
Out[1]:
   A  B  C             D      E        F          G
2  1  2  3  03:10:20:120    NEW  90.1022     Agency
1  1  2  3  03:10:20:144  Trade  90.1050  Principal