我有一个相对较大的数据框 (1.5 Gb)，我想按 ID 对行进行分组，并在每个组中按列 VAL 对行进行升序排序。
df =
ID VAL COL
1A 2 BB
1A 1 AA
2B 2 CC
3C 3 SS
3C 1 YY
3C 2 XX
这是预期的结果:
df =
ID VAL COL
1A 1 AA
1A 2 BB
2B 2 CC
3C 1 YY
3C 2 XX
3C 3 SS
这是我尝试过的，但它运行了很长时间。有没有更快的解决方案？:
df = df.groupby("ID").apply(pd.DataFrame.sort, 'VAL')
请您参考如下方法:
如果你有一个很大的df并且速度很重要，试试一点numpy
# note order of VAL first, then ID is intentional
# np.lexsort sorts by right most column first
df.iloc[np.lexsort((df.VAL.values, df.ID.values))]
ID VAL COL
1 1A 1 AA
0 1A 2 BB
2 2B 2 CC
4 3C 1 YY
5 3C 2 XX
3 3C 3 SS
super 充电
v = df.values
i, j = np.searchsorted(df.columns.values, ['VAL', 'ID'])
s = np.lexsort((v[:, i], v[:, j]))
pd.DataFrame(v[s], df.index[s], df.columns)
时间
