Pandas DataFrame tri par colonne catégorielle mais par ordre de classe spécifique

Question

Je voudrais sélectionner les entrées supérieures dans une base de données Pandas sur les entrées d'une colonne spécifique en utilisant df_selected = df_targets.head(N).

Chaque entrée a une valeur target (par ordre d'importance):

Likely Supporter, GOTV, Persuasion, Persuasion+GOTV 

Malheureusement, si je

df_targets = df_targets.sort("target") 

l'ordre alphabétique sera (GOTV, Likely Supporter, ...).

J'espérais un mot-clé comme list_ordering comme dans:

my_list = ["Likely Supporter", "GOTV", "Persuasion", "Persuasion+GOTV"] 
df_targets = df_targets.sort("target", list_ordering=my_list) 

Pour faire face à ce problème, je crée un dictionnaire:

dict_targets = OrderedDict() 
dict_targets["Likely Supporter"] = "0 Likely Supporter" 
dict_targets["GOTV"] = "1 GOTV" 
dict_targets["Persuasion"] = "2 Persuasion" 
dict_targets["Persuasion+GOTV"] = "3 Persuasion+GOTV" 

, mais il semble comme une approche non pythonique.

Des suggestions seraient grandement appréciées!

Answer 1

Je pense que vous avez besoin Categorical avec le paramètre ordered=True puis le tri par sort_values travaux très agréable:

import pandas as pd 

df = pd.DataFrame({'a': ['GOTV', 'Persuasion', 'Likely Supporter', 
         'GOTV', 'Persuasion', 'Persuasion+GOTV']}) 

df.a = pd.Categorical(df.a, 
         categories=["Likely Supporter","GOTV","Persuasion","Persuasion+GOTV"], 
         ordered=True) 

print (df) 
        a 
0    GOTV 
1  Persuasion 
2 Likely Supporter 
3    GOTV 
4  Persuasion 
5 Persuasion+GOTV 

print (df.a) 
0    GOTV 
1   Persuasion 
2 Likely Supporter 
3    GOTV 
4   Persuasion 
5  Persuasion+GOTV 
Name: a, dtype: category 
Categories (4, object): [Likely Supporter < GOTV < Persuasion < Persuasion+GOTV] 

df.sort_values('a', inplace=True) 
print (df) 
        a 
2 Likely Supporter 
0    GOTV 
3    GOTV 
1  Persuasion 
4  Persuasion 
5 Persuasion+GOTV 

Answer 2

Grâce à l'entrée de jerzrael et références,

J'aime cette solution en tranches:

list_ordering = ["Likely Supporter","GOTV","Persuasion","Persuasion+GOTV"] 

df["target"] = df["target"].astype("category", categories=list_ordering, ordered=True) 

Answer 3

La méthode indiquée dans ma réponse précédente est maintenant obsolète.

Au lieu de cela, il est préférable d'utiliser pandas.Categorical comme indiqué here.

Alors:

list_ordering = ["Likely Supporter","GOTV","Persuasion","Persuasion+GOTV"] 
df["target"] = pd.Categorical(df["target"], categories=list_ordering)