使用其他长度不同的列表对列表进行排序

如何解决使用其他长度不同的列表对列表进行排序

尽管dataframe列的长度较大，我还是尝试根据列表在数据框中的排列顺序重新排序。

    enrolNo   Surname
0         1  Jones
1         2  Smith
2         3  Henderson
3         4  Kilm
4         5  Henry
5         6  Joseph


late = ['Kilm','Henry','Smith']

所需的输出：

sorted_late = ['Smith','Kilm','Henry']

我最初的尝试是在现有数据框中添加一个新列，然后将其提取为列表，但这似乎还有很长的路要走。此外，我发现尝试以以下内容开头后，由于错误消息指出的长度不同，我的尝试将无法正常工作

df_register['late_arrivals'] = np.where((df_register['Surname'] == late),late,'')

我应该使用“ for”循环吗？

解决方法

为什么不使用.isin()函数？

df['Surename'].isin(late)

然后您将获得所需的输出。

,

从数据框本身中拔出匹配值。无需对列表本身进行排序：

sorted_late = df[df.Surname.isin(late)].Surname.to_list()

如果这是一个列表，您也可以使用它：

sorted_late = [master_late for master_late in master_list if master_late in late]

,

您可以指定一个custom key for the sort function

import pandas 

df = pandas.DataFrame([
    {"enrolNo": 1,"Surname": "Jones"},{"enrolNo": 2,"Surname": "Smith"},{"enrolNo": 3,"Surname": "Henderson"},{"enrolNo": 4,"Surname": "Kilm"},{"enrolNo": 5,"Surname": "Henry"},{"enrolNo": 6,"Surname": "Joseph"},])

# set Surname as index so we can access enrolNo by it
df = df.set_index('Surname')  

# now you can access enrolNo by Surname
assert df.loc['Kilm']['enrolNo'] == 4

# define the list to be sorted    
late = ['Kilm','Henry','Smith']

# Sort late by enrolNo as listed in the dataframe 
late_sorted = sorted(late,key=lambda n: df.loc[n]['enrolNo'])
# ['Smith','Kilm','Henry']