Il modo più veloce per ordinare ogni riga in un dataframe panda

Question

Ho bisogno di trovare il modo più rapido per ordinare ogni riga in un dataframe con milioni di righe e circa un centinaio di colonne.

Quindi qualcosa di simile:

A B C D 
3 4 8 1 
9 2 7 2 

deve diventare:

A B C D 
8 4 3 1 
9 7 2 2 

In questo momento sto applicando sorta di ogni riga e la costruzione di una nuova riga per riga dataframe. Sto anche facendo un paio di cose in più, meno importanti per ogni riga (quindi perché sto usando i panda e non sono numpy). Potrebbe essere più veloce invece creare una lista di liste e quindi costruire il nuovo dataframe in una volta? O devo andare in cython?

Answer 1

penso che avrei fatto questo in NumPy:

In [11]: a = df.values 

In [12]: a.sort(axis=1) # no ascending argument 

In [13]: a = a[:, ::-1] # so reverse 

In [14]: a 
Out[14]: 
array([[8, 4, 3, 1], 
     [9, 7, 2, 2]]) 

In [15]: pd.DataFrame(a, df.index, df.columns) 
Out[15]: 
    A B C D 
0 8 4 3 1 
1 9 7 2 2 

---

avevo pensato che questo potrebbe funzionare, ma ordina le colonne:

In [21]: df.sort(axis=1, ascending=False) 
Out[21]: 
    D C B A 
0 1 8 4 3 
1 2 7 2 9 

Ah, panda solleva:

In [22]: df.sort(df.columns, axis=1, ascending=False) 
ValueError: When sorting by column, axis must be 0 (rows) 

Answer 2

Per aggiungere alla risposta data da @A ndy-Hayden, per fare questo in tutto il frame ... non è proprio sicuro del perché funzioni, ma lo fa. Sembra che non ci sia alcun controllo sull'ordine.

In [97]: A = pd.DataFrame(np.random.randint(0,100,(4,5)), columns=['one','two','three','four','five']) 

    In [98]: A 
    Out[98]: 
    one two three four five 
    0 22 63  72 46 49 
    1 43 30  69 33 25 
    2 93 24  21 56 39 
    3 3 57  52 11 74 

    In [99]: A.values.sort 
    Out[99]: <function ndarray.sort> 

    In [100]: A 
    Out[100]: 
    one two three four five 
    0 22 63  72 46 49 
    1 43 30  69 33 25 
    2 93 24  21 56 39 
    3 3 57  52 11 74 

    In [101]: A.values.sort() 

    In [102]: A 
    Out[102]: 
    one two three four five 
    0 22 46  49 63 72 
    1 25 30  33 43 69 
    2 21 24  39 56 93 
    3 3 11  52 57 74 
    In [103]: A = A.iloc[:,::-1] 

    In [104]: A 
    Out[104]: 
    five four three two one 
    0 72 63  49 46 22 
    1 69 43  33 30 25 
    2 93 56  39 24 21 
    3 74 57  52 11 3 

Spero che qualcuno può spiegare il perché di questo, solo felice che funziona 8)

Answer 3

Si potrebbe utilizzare pd.apply.

Eg: 

A = pd.DataFrame(np.random.randint(0,100,(4,5)), columns=['one','two','three','four','five']) 
print (A) 

    one two three four five 
0 2 75  44 53 46 
1 18 51  73 80 66 
2 35 91  86 44 25 
3 60 97  57 33 79 

A = A.apply(np.sort, axis = 1) 
print(A) 

    one two three four five 
0 2 44  46 53 75 
1 18 51  66 73 80 
2 25 35  44 86 91 
3 33 57  60 79 97 

Dal momento che si desidera in ordine decrescente, si può semplicemente moltiplicare il dataframe con -1 e ordinarlo.

A = pd.DataFrame(np.random.randint(0,100,(4,5)), columns=['one','two','three','four','five']) 
A = A * -1 
A = A.apply(np.sort, axis = 1) 
A = A * -1