Python CategoricalDtype自定義排序?qū)崿F(xiàn)原理解析

更新時間：2020年09月11日 16:34:05 作者：秋天中的一片葉

這篇文章主要介紹了Python CategoricalDtype自定義排序?qū)崿F(xiàn)原理解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下

CategoricalDtype自定義排序

當(dāng)我們的透視表生成完畢后，有很多情況下需要我們對某列或某行值進(jìn)行排序。排序有很多種方法。例如sort_index及sort_values函數(shù)也可以對數(shù)據(jù)進(jìn)行排序，這里就不多說了。

對于數(shù)值和字母的排序很容易，但是對于中文的排序就有點麻煩了。默認(rèn)情況下是按照utf-8的編碼來進(jìn)行排序的但是即使如此也很難滿足我們對漢字排序的要求。所以通過CategoricalDtye可以把數(shù)據(jù)類型轉(zhuǎn)成Category類型

然后通過指定參數(shù)列表的順序來自定義那個元素先那個元素后，完全取決于你把那個元素放在List的前面，這樣就大大方便了我們對中文排序的操作。

代碼如下：

1. 自動生成DataFrame數(shù)據(jù)

#%%

import pandas as pd
from datetime import datetime

city =["上海","北京","深圳","杭州","蘇州","青島","大連","齊齊哈爾","大理","麗江",
     "天津","濟南","南京","廣州","無錫","連云港","張家界"]

#創(chuàng)建自動從list中選取valuse值的get_list函數(shù)
#replace=True代表允許選出的元素重復(fù)
def get_list(items,size=20):
  return pd.Series(items).sample(n=size,replace=True).to_list()

#通過get_list自動生成數(shù)據(jù)，最終生成一個DataFrame
df = pd.DataFrame({
   "城市":get_list(city),
   "倉位":get_list(["經(jīng)濟艙","商務(wù)艙","頭等艙"]),
   "航線":get_list(["單程","往返"]),
   "日期": get_list([datetime(2020,8,1),datetime(2020,8,2),
           datetime(2020,8,3),datetime(2020,8,4)]),
   "時間": get_list(["09:00 - 12:00",
            "13:00 - 15:30",
            "06:30 - 15:00",
            "18:00 - 21:00",
            "20:00 - 23:20",
            "10:00 - 15:00"]),
   "航空公司": get_list(["東方航空","南方航空","深圳航空","山東航空","中國航空"]),
   "出票數(shù)量":get_list([10,15,20,25,30,35,40,45,50,55,60]),
  })
#%%
df

結(jié)果如下：

2. 查看數(shù)據(jù)類型

#%%

df.dtypes

3. 自定義數(shù)據(jù)類型（Category）按照指定順序排序，并通過透視表展示數(shù)據(jù)

#%%
#自定義type，以及自定義排序的順序
my_type = pd.CategoricalDtype(
  categories=["頭等艙","商務(wù)艙","經(jīng)濟艙"],
  ordered=True
)
df["倉位"] = df["倉位"].astype(my_type) #將指定列轉(zhuǎn)成自定義的type
df.dtypes
#%%
#通過透視表統(tǒng)計數(shù)據(jù)
tb = pd.pivot_table(
  df,
  index=["城市","倉位","航線","日期","時間"],
  values="出票數(shù)量",
  aggfunc=sum
)
tb

先查看數(shù)據(jù)類型：可以看出倉位的數(shù)據(jù)類型已經(jīng)從Object變成了category類型了。