Pandas：按日期字符串对数据帧进行排序而不进行转换

Question

采用这个简单的数据框：

df = pd.DataFrame({
    'date':['1/15/2017', '2/15/2017','10/15/2016', '3/15/2017'], 
    'int':[2,3,1,4]
})

我想按日期对其进行排序，然后将其保存到 CSV，而不必：

1. 使用转换日期pd.to_datetime(df['date'])
2. 使用对数据框进行排序.sort_values('date')
3. 将日期转换回.strftime('%-m/%-d/%Y')

相反，做这样的事情（当然，这是行不通的）：

df.apply(pd.to_dataframe(df['date']).sort_values(by = 'date', inplace = True)

输出：

         date  kw
2  10/15/2016   1
0   1/15/2017   2
1   2/15/2017   3
3   3/15/2017   4

这可能吗，还是我应该坚持三步流程？

Answer 1

numpy'sargsort返回对数组进行排序所需的排列。我们可以利用这一点，使用iloc. 因此，通过使用转换日期pd.to_datetime，然后抓取值并调用，argsort我们已经完成了对原始数据帧进行排序所需的所有操作，而无需更改其任何列。

df.iloc[pd.to_datetime(df.date).values.argsort()]

         date  int
2  10/15/2016    1
0   1/15/2017    2
1   2/15/2017    3
3   3/15/2017    4