提问人：josepmaria 提问时间：9/11/2023 更新时间：9/11/2023 访问量：33
对列内嵌套列表进行排序
Order nested lists inside column
问：
我有这个数据集：
df = pd.DataFrame({'Name':['John', 'Rachel', 'Adam','Joe'],
'Age':[95, 102, 31,np.nan],
'Scores':[np.nan, [80, 82, 78], [25, 20, 30, 60, 21],np.nan]
})
我想对“分数”列中的值进行排序。
所需输出：
Name Age Scores
John 95.0 NaN
Rachel 102.0 [78,80,82]
Adam 31.0 [20,21,25,30,60]
Joe NaN NaN
我已经尝试了这个答案的解决方案，以及代码
df.sort_values(by=["Scores"], na_position="first")
但结果并不是那么理想。
答：
1赞
mozway
9/11/2023
#1
由于列中有对象，因此需要循环：
df['Scores'] = [sorted(l) if isinstance(l, list) else l for l in df['Scores']]
输出：
Name Age Scores
0 John 95.0 NaN
1 Rachel 102.0 [78, 80, 82]
2 Adam 31.0 [20, 21, 25, 30, 60]
3 Joe NaN NaN
评论
0赞
josepmaria
9/11/2023
代码运行，但真实数据集中的结果列表保持无序 [4， 18， 23， 11， 26， 8， 14， 1， 30， 2， 17， 25， ...还有其他选择吗？
2赞
mozway
9/11/2023
您@josepmaria分配了输出？这真的没有意义，你能提供一个可重复的输入来做到这一点吗？
2赞
Shubham Sharma
9/11/2023
#2
删除 null 值，然后使用mapsorted
df['Scores'] = df['Scores'].dropna().map(sorted)
Name Age Scores
0 John 95.0 NaN
1 Rachel 102.0 [78, 80, 82]
2 Adam 31.0 [20, 21, 25, 30, 60]
3 Joe NaN NaN
评论
2赞
mozway
9/11/2023
我犹豫要不要放这个替代方案，它看起来更漂亮，但实际上比列表理解慢（是一个循环），如果有重复的索引（尝试使用或输入），则不起作用。mapindex=[1, 1, 2, 3]index=[0, 1, 1, 2]
1赞
Shubham Sharma
9/11/2023
嗯，很高兴知道
0赞
Jesse Sealand
9/11/2023
#3
解决方案：
一种方法是使用 apply lambda 循环访问每一行，从而对列表进行有条件的排序，如下所示：
df['Scores'] = df['Scores'].apply(lambda x: sorted(x) if isinstance(x, list) else x)
# Name Age Scores
#0 John 95.0 NaN
#1 Rachel 102.0 [78, 80, 82]
#2 Adam 31.0 [20, 21, 25, 30, 60]
#3 Joe NaN NaN
这还会处理缺失值，这在其他方法中会带来问题。
评论