熊猫：分别对每一列进行排序

Question

我的数据框看起来像这样，只是更大了。

d = {'Col_1' : pd.Series(['A', 'B']),
 'Col_2' : pd.Series(['B', 'A', 'C']),
 'Col_3' : pd.Series(['B', 'A']),
 'Col_4' : pd.Series(['C', 'A', 'B', 'D']),
 'Col_5' : pd.Series(['A', 'C']),}
df = pd.DataFrame(d)

Col_1  Col_2  Col_3  Col_4  Col_5
  A      B      B      C      A
  B      A      A      A      C
  NaN    C      NaN    B      NaN
  NaN    NaN    NaN    D      NaN

首先，我尝试对每个列进行单独排序。我试过玩类似的东西：df.sort([lambda x: x in df.columns], axis=1, ascending=True, inplace=True)但是最终只会出错。如何分别对每一列进行排序，以得到类似以下内容的结果：

Col_1  Col_2  Col_3  Col_4  Col_5
  A      A      A      A      A
  B      B      B      B      C
  NaN    C      NaN    C      NaN
  NaN    NaN    NaN    D      NaN

其次，我希望将列中的行连接起来

 df = pd.concat([df,pd.DataFrame(df.sum(axis=0),columns=['Concatenation']).T])

在用’‘替换np.nan之后，我可以将所有内容与上面的行结合起来，但是结果一起被粉碎（’AB’），并且需要额外的步骤来清理（变成’A：B’之类）。

Answer 1

这是一种方法：

>>> pandas.concat([df[col].order().reset_index(drop=True) for col in df], axis=1, ignore_index=True)
11:      0    1    2  3    4
0    A    A    A  A    A
1    B    B    B  B    C
2  NaN    C  NaN  C  NaN
3  NaN  NaN  NaN  D  NaN

[4 rows x 5 columns]

但是，您所做的有些奇怪。DataFrame不仅仅是不相关列的集合。在DataFrame中，每一 行
代表一条记录，因此一列中的值在语义上链接到同一行中其他列中的值。通过独立地对列进行排序，您将丢弃此信息，因此行现在变得毫无意义。这就是reset_index在我的示例中需要的原因。同样，由于这个原因，无法就地执行此操作，您的示例建议您这样做。