我有一个数据框为df：
info task timestamp
0 foo ABC ['2016-04-30']
1 bar DEF ['2016-01-31', '2015-06-30', '2016-06-30', '2016-08-31']
2 bar GHI ['2015-12-31', '2016-08-31', '2016-05-31']
3 foo JKL ['2017-03-31']
4 foo XYZ ['2016-02-29', '2015-10-31', '2016-01-31']
我想对时间戳列中的日期进行排序。请注意，时间戳列中的值在列表中，并且为字符串类型。
所需的输出：
info task timestamp
0 foo ABC ['2016-04-30']
1 bar DEF ['2015-06-30', '2016-01-31', '2016-06-30', '2016-08-31']
2 bar GHI ['2015-12-31', '2016-05-31', '2016-08-31']
3 foo JKL ['2017-03-31']
4 foo XYZ ['2015-10-31', '2016-01-31', '2016-02-29']
因此，显而易见的答案是在apply(sorted)这里打电话，但我将继续进行切线，因为在数据结构方面存在根本缺陷。
让我们先整理数据。
df
info task timestamp
0 foo ABC [2016-04-30]
1 bar DEF [2016-01-31, 2015-06-30, 2016-06-30, 2016-08-31]
2 bar GHI [2015-12-31, 2016-08-31, 2016-05-31]
3 foo JKL [2017-03-31]
4 foo XYZ [2016-02-29, 2015-10-31, 2016-01-31]
v = df.values
i = v[:, :-1].repeat(df.timestamp.str.len(), axis=0)
j = np.concatenate(v[:, -1]).reshape(-1, 1)
df = pd.DataFrame(np.hstack((i, j)), columns=df.columns)
info task timestamp
0 foo ABC 2016-04-30
1 bar DEF 2016-01-31
2 bar DEF 2015-06-30
3 bar DEF 2016-06-30
4 bar DEF 2016-08-31
5 bar GHI 2015-12-31
6 bar GHI 2016-08-31
7 bar GHI 2016-05-31
8 foo JKL 2017-03-31
9 foo XYZ 2016-02-29
10 foo XYZ 2015-10-31
11 foo XYZ 2016-01-31
现在，groupby在前两列中调用sort_values-
df.groupby(['info', 'task'], sort=False)\
.timestamp\
.apply(pd.Series.sort_values)\
.reset_index(level=[0, 1])
info task timestamp
0 foo ABC 2016-04-30
2 bar DEF 2015-06-30
1 bar DEF 2016-01-31
3 bar DEF 2016-06-30
4 bar DEF 2016-08-31
5 bar GHI 2015-12-31
7 bar GHI 2016-05-31
6 bar GHI 2016-08-31
8 foo JKL 2017-03-31
10 foo XYZ 2015-10-31
11 foo XYZ 2016-01-31
9 foo XYZ 2016-02-29
仍然需要申请，但我想打赌会更快，尤其是考虑到您的其他操作可能不再需要apply了。
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