Controlla se la colonna non indicizzata è ordinata in Panda

Question

Esiste un modo per verificare se un dataframe è ordinato da una determinata colonna che non è un indice (cioè esiste un equivalente a is_monotonic() per le colonne non indicizzate) senza chiamare un riordina di nuovo e senza convertire una colonna in un indice?

Answer 1

ci sono una manciata di funzioni in pd.algos che potrebbe essere utile. Sono tutti i dettagli di implementazione senza documenti, in modo che possa cambiare da una release all'altra:

>>> pd.algos.is[TAB] 
pd.algos.is_lexsorted   pd.algos.is_monotonic_float64 pd.algos.is_monotonic_object 
pd.algos.is_monotonic_bool  pd.algos.is_monotonic_int32 
pd.algos.is_monotonic_float32 pd.algos.is_monotonic_int64  

Le is_monotonic_* funzioni accettano un array del DTYPE specificato e un valore booleano "tipo tempo" che dovrebbe essere False per la maggior parte dei casi d'uso. (Panda lo imposta su True per un caso che coinvolge tempi rappresentati come numeri interi.) Il valore di ritorno è una tupla il cui primo elemento rappresenta se l'array è monotonicamente non decrescente e il cui secondo elemento rappresenta se l'array è monotonicamente non crescente. Altri elementi tupla sono dipendenti dalla versione:

>>> df = pd.DataFrame({"A": [1,2,2], "B": [2,3,1]}) 
>>> pd.algos.is_monotonic_int64(df.A.values, False)[0] 
True 
>>> pd.algos.is_monotonic_int64(df.B.values, False)[0] 
False 

Tutte queste funzioni assumono un dtype ingresso specifico, anche is_lexsorted, che assume l'input è una lista di int64 array. Passare così il DTYPE sbagliato, e diventa molto confuso:

In [32]: pandas.algos.is_lexsorted([np.array([-2, -1], dtype=np.int64)]) 
Out[32]: True 
In [33]: pandas.algos.is_lexsorted([np.array([-2, -1], dtype=float)]) 
Out[33]: False 
In [34]: pandas.algos.is_lexsorted([np.array([-1, -2, 0], dtype=float)]) 
Out[34]: True 

Non sono del tutto sicuro perché Series non hanno già una sorta di corto circuito is_sorted. Potrebbe esserci qualcosa che lo rende più complicato di quanto sembri.

Answer 2

È possibile utilizzare il metodo NumPy:

import numpy as np 

def is_df_sorted(df, colname): 
    return (np.diff(df[colname]) > 0).all() 

un approccio più diretto (come da te suggerito, ma tu dici che non lo vuoi ..) è di convertire ad un indice e utilizzare la proprietà is_monotonic :

import pandas as pd 

def is_df_sorted(df, colname): 
    return pd.Index(df[colname]).is_monotonic