熊貓：數據幀排序按日期字符串無需轉換

Question

就拿這個簡單的數據框：

df = pd.DataFrame({ 
    'date':['1/15/2017', '2/15/2017','10/15/2016', '3/15/2017'], 
    'int':[2,3,1,4] 
}) 

我想按照日期排序，然後將其保存到CSV，而無需：

1. 使用pd.to_datetime(df['date'])
2. 排序使用.sort_values('date')
3. 轉換數據框轉換日期可以追溯到.strftime('%-m/%-d/%Y')

，而是做這樣的事情（當然，不工作）：

df.apply(pd.to_dataframe(df['date']).sort_values(by = 'date', inplace = True) 

輸出：

  date kw 
2 10/15/2016 1 
0 1/15/2017 2 
1 2/15/2017 3 
3 3/15/2017 4 

這是可能的，或者我應該只是堅持使用3一步過程？

Answer 1

numpy的argsort返回必要進行排序的陣列排列。我們可以利用iloc。因此，通過使用pd.to_datetime轉換日期，然後獲取值並調用argsort，我們已經完成了我們所需的所有工作，以便對原始數據框進行排序而不更改任何列。

df.iloc[pd.to_datetime(df.date).values.argsort()] 

     date int 
2 10/15/2016 1 
0 1/15/2017 2 
1 2/15/2017 3 
3 3/15/2017 4 

Answer 2

可以使用.assign()方法：

In [22]: df.assign(x=pd.to_datetime(df['date'])).sort_values('x').drop('x', 1) 
Out[22]: 
     date int 
2 10/15/2016 1 
0 1/15/2017 2 
1 2/15/2017 3 
3 3/15/2017 4