Effiziente benutzerdefinierte Reihenfolge in Julia DataFrames?

Question

Gibt es eine schnelle Methode zum Angeben einer benutzerdefinierten Bestellung an Julia DataFrames zu sort/sort!?

julia> using DataFrames 

julia> srand(1); 

julia> df = DataFrame(x = rand(10), y = rand([:high, :med, :low], 10)) 
10×2 DataFrames.DataFrame 
│ Row │ x   │ y │ 
├─────┼────────────┼──────┤ 
│ 1 │ 0.236033 │ med │ 
│ 2 │ 0.346517 │ high │ 
│ 3 │ 0.312707 │ high │ 
│ 4 │ 0.00790928 │ med │ 
│ 5 │ 0.488613 │ med │ 
│ 6 │ 0.210968 │ med │ 
│ 7 │ 0.951916 │ low │ 
│ 8 │ 0.999905 │ low │ 
│ 9 │ 0.251662 │ high │ 
│ 10 │ 0.986666 │ med │ 

julia> sort!(df, cols=[:y]) 
10×2 DataFrames.DataFrame 
│ Row │ x   │ y │ 
├─────┼────────────┼──────┤ 
│ 1 │ 0.346517 │ high │ 
│ 2 │ 0.312707 │ high │ 
│ 3 │ 0.251662 │ high │ 
│ 4 │ 0.951916 │ low │ 
│ 5 │ 0.999905 │ low │ 
│ 6 │ 0.236033 │ med │ 
│ 7 │ 0.00790928 │ med │ 
│ 8 │ 0.488613 │ med │ 
│ 9 │ 0.210968 │ med │ 
│ 10 │ 0.986666 │ med │ 

Ich mag würde die y Spalte mit :low zuerst von :med und :high gefolgt bestellt haben. Was wäre der beste Weg, dies zu tun? Ich weiß, ich kann folgendes tun:

julia> subdfs = [] 
0-element Array{Any,1} 

julia> for val in [:low, :med, :high] 
      push!(subdfs, df[df[:y] .== val, :]) 
     end 

julia> vcat(subdfs...) 
10×2 DataFrames.DataFrame 
│ Row │ x   │ y │ 
├─────┼────────────┼──────┤ 
│ 1 │ 0.951916 │ low │ 
│ 2 │ 0.999905 │ low │ 
│ 3 │ 0.236033 │ med │ 
│ 4 │ 0.00790928 │ med │ 
│ 5 │ 0.488613 │ med │ 
│ 6 │ 0.210968 │ med │ 
│ 7 │ 0.986666 │ med │ 
│ 8 │ 0.346517 │ high │ 
│ 9 │ 0.312707 │ high │ 
│ 10 │ 0.251662 │ high │ 

Gibt es eine Möglichkeit, dies zu tun, ohne da das Zuweisen von Speicher in meinem eigentlichen Beispiel ist df recht groß?

Answer 1

Sie können eine Vergleichsfunktion definieren:

lmhlt(x, y) = x == :low && y != :low || x == :med && y == :high 

Dann wird dieser noch Speicher reserviert jedoch

sort!(df, lt=lmhlt) 

verwenden. Es sollte jedoch weniger als Ihre aktuelle Version sein.

Answer 2

Ich schrieb a function to generalize custom sorting auf mehrere Spalte nur für jede Spalte angeben, die die kundenspezifischen Auftrag benötigen Sortierung:

Pkg.clone("https://github.com/sylvaticus/LAJuliaUtils.jl.git") 
using DataFrames, LAJuliaUtils 
df = DataFrame(
    c1 = ['a','b','c','a','b','c'], 
    c2 = ["aa","aa","bb","bb","cc","cc"], 
    c3 = [1,2,3,10,20,30], 
) 
customSort!(df, [(:c2,["bb","cc"]),(:c1,['b','a','c'])]) 

6×3 DataFrames.DataFrame 
│ Row │ c1 │ c2 │ c3 │ 
├─────┼─────┼──────┼────┤ 
│ 1 │ 'a' │ "bb" │ 10 │ 
│ 2 │ 'c' │ "bb" │ 3 │ 
│ 3 │ 'b' │ "cc" │ 20 │ 
│ 4 │ 'c' │ "cc" │ 30 │ 
│ 5 │ 'b' │ "aa" │ 2 │ 
│ 6 │ 'a' │ "aa" │ 1 │ 

können Sie mehr Details einmal bekommen das Paket ?customSort!

Die Funktion verwendet intern die sort!() mit installiert DataFrames funktionieren mit dem Schlüsselwort by über eine , die auf der vom Benutzer bereitgestellten benutzerdefinierten Bestellung basiert, wie vom Benutzer Tamas_Papp unter Julia Discourse vorgeschlagen.