2

necesito ordenar un df de mas de 500 filas según la columna distName, tengo el siguiente ejemplo para ayudar a entender el problema.

 import pandas as pd

  df = pd.DataFrame({'distName': ['PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-24','PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-21',                          
 'PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-23','PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-3',
 'PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-15','PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-13',
 'PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-16','PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-14',
 'PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-22','PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-2',
 'PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-1','PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-0'],
           'points': ['25', '15', '15', '14', '20', '20', '25', '29','1','5','3','5']})
               
ver = pd.DataFrame(df)

Intente realizando lo siguiente sin resultado

  ver = ver.sort_values(by=['distName'], ascending = (True))

Necesito obtener ordenado de este modo:

                 distName                          points
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-0          5
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-1          3
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-2          5
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-3          14
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-13         20
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-14         29
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-15         20
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-16         25
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-21         15
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-22         1
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-23         15
PLMN-PLMN/MRBTS-945971/LNBTS-945971/LNMME-24         25

desde ya gracias, saludos...

2 respuestas 2

2

Para nuestra suerte pandas también da la opción de proporcionar un parámetro key para realizar la ordenación en base a algún criterio o característica. Por lo visto tu quieres ordenar en base al último numero que se muestra en cada valor de la columna, por eso con ayuda de un split separaremos los datos, escogeremos el último y lo convertiremos en entero ya que si lo dejamos como string entonces no obtendremos el resultado esperado. La sentencia quedaría así.

ver.sort_values(by=['distName'], 
                ascending =True, 
                key=lambda col: [int(i.split("-")[-1]) for i in col])
1
  • excelente gracias @Christian
    – isvo
    Commented el 6 sept. 2021 a las 21:08
1

Lo que ocurre es que necesitas un orden múltiple, por un lado la parte alfanumérica de distName y por el otro la numérica, representada por los últimos números. A mi criterio lo más simple es (1) "dividir" la columna en dos partes (2) convertir la segunda parte en un valor numérico (3) ordenar ahora sí por estas dos columnas.

ver['s'] = ver['distName'].str.extract('(.*)-\d+$').astype(str)
ver['n'] = ver['distName'].str.extract('.*-(\d+)$').astype(int)
ver = ver.sort_values(by=['s', 'n'], ascending = True).drop(['s', 'n'], axis=1)

Básicamente usamos unos patrones regulares con extract() para dividir la columna origen en dos nuevas con el tipo de dato apropiado y luego simplemente ordenamos, y eliminamos finalmente las columnas agregadas.

2
  • por lo que yo veo todas las filas de la columna distname tienen la misma cadena y solo varía el ultimo número lo que deja totalmente innecesario el tener que dividir la cadena
    – Christian
    Commented el 6 sept. 2021 a las 21:15
  • 1
    @Christian, yo preferí dar una solución más robusta. Commented el 6 sept. 2021 a las 21:20

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.