我试图首先按升序按索引排列数据框中的行，但 II 有具有重复索引的行。对于这些，我希望它们按特定列中的值按升序排列。下面是我的数据框的样子：
layer row col stage conductance riverbott
row_Index
8 0.0 8.0 29.0 123.170732 1250000.0 122.170732
6 0.0 6.0 21.0 123.170732 1250000.0 122.170732
7 0.0 7.0 22.0 123.170732 1250000.0 122.170732
8 0.0 8.0 24.0 123.170732 1250000.0 122.170732
10 0.0 8.0 14.0 123.170732 1250000.0 122.170732
12 0.0 8.0 53.0 123.170732 1250000.0 122.170732
8 0.0 8.0 23.0 123.170732 1250000.0 122.170732
10 0.0 8.0 12.0 123.170732 1250000.0 122.170732
我试过做
df = df.sort_values(['col'])
df = df.sort_index()
在我的数据框中，我的索引值等于我在“行”中的值。我试过使用df = df.sort_values(['row'])代替df.sort_index(). 但是，我一直遇到问题，我的数据框首先按索引按升序排序（这是需要的），但有时会排列具有重复索引的行，最低列值在前，而其他列值在前. 例如：
layer row col stage conductance riverbott
row_Index
6 0.0 6.0 21.0 123.170732 1250000.0 122.170732
7 0.0 7.0 22.0 123.170732 1250000.0 122.170732
8 0.0 8.0 23.0 123.170732 1250000.0 122.170732
8 0.0 8.0 24.0 123.170732 1250000.0 122.170732
8 0.0 8.0 29.0 123.170732 1250000.0 122.170732
10 0.0 8.0 14.0 123.170732 1250000.0 122.170732
10 0.0 8.0 12.0 123.170732 1250000.0 122.170732
12 0.0 8.0 53.0 123.170732 1250000.0 122.170732
我希望我的数据框像这样组织：
layer row col stage conductance riverbott
row_Index
6 0.0 6.0 21.0 123.170732 1250000.0 122.170732
7 0.0 7.0 22.0 123.170732 1250000.0 122.170732
8 0.0 8.0 23.0 123.170732 1250000.0 122.170732
8 0.0 8.0 24.0 123.170732 1250000.0 122.170732
8 0.0 8.0 29.0 123.170732 1250000.0 122.170732
10 0.0 8.0 12.0 123.170732 1250000.0 122.170732
10 0.0 8.0 14.0 123.170732 1250000.0 122.170732
12 0.0 8.0 53.0 123.170732 1250000.0 122.170732
我这样做的原因是因为我想删除重复的索引，保留 'col' 中具有最低值的索引。
谢谢您的帮助。
排序：
df = df.reset_index().sort_values(['row_Index', 'col']).set_index('row_Index')
输出：
layer row col stage conductance riverbott
row_Index
6 0.0 6.0 21.0 123.170732 1250000.0 122.170732
7 0.0 7.0 22.0 123.170732 1250000.0 122.170732
8 0.0 8.0 23.0 123.170732 1250000.0 122.170732
8 0.0 8.0 24.0 123.170732 1250000.0 122.170732
8 0.0 8.0 29.0 123.170732 1250000.0 122.170732
10 0.0 8.0 12.0 123.170732 1250000.0 122.170732
10 0.0 8.0 14.0 123.170732 1250000.0 122.170732
12 0.0 8.0 53.0 123.170732 1250000.0 122.170732
然后删除重复项：
df.loc[~df.index.duplicated(keep='first')]
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句