Python CategoricalDtype自定義排序實現(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自定義排序實現(xiàn)原理解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

CategoricalDtype自定義排序

當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。默認情況下是按照utf-8的編碼來進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
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","商務艙","經(jīng)濟艙"],
  ordered=True
)
df["倉位"] = df["倉位"].astype(my_type) #將指定列轉成自定義的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。