Was ist los mit diesem Pandas Dataframe.apply (Lambda)?

Question

Ich kann nicht verstehen, warum dieser Code nicht funktioniert. Ich übe df.apply mit Lambda. Ich erwarte, dass die Ausgabe ein sortierter df ist. Vielen Dank.

import pandas as pd 
import numpy as np 

data = np.random.randn(10,5) 
col = list('ABCDE') # assign column names 

Ich möchte ein neues Datenrahmen t erstellen, die df

eine sortierte ist

df = pd.DataFrame(data, columns = col)  
t = df.apply(lambda x: x.sort_values()) 

>>> df  
      A   B   C   D   E 
0 1.548097 0.682373 -1.254562 -0.249815 0.002013 
1 -2.581173 0.946034 -1.389210 -0.877128 -1.569914 
2 -0.980636 1.555700 -1.346029 0.180983 1.112470 
3 0.724657 0.520718 0.122696 1.386643 0.060714 
4 -0.119740 -0.665260 -1.085457 0.699085 1.149364 
5 -0.004628 -0.479672 -0.641696 0.875471 0.826836 
6 0.598497 -0.018560 -1.002511 0.478659 0.463565 
7 -0.005159 -0.137165 -0.460209 0.284940 0.755981 
8 0.576421 0.098833 -2.664028 0.118074 -0.426393 
9 -0.223696 -0.589748 -0.733454 -0.254564 -0.519015 

>>> t 
      A   B   C   D   E 
0 1.548097 0.682373 -1.254562 -0.249815 0.002013 
1 -2.581173 0.946034 -1.389210 -0.877128 -1.569914 
2 -0.980636 1.555700 -1.346029 0.180983 1.112470 
3 0.724657 0.520718 0.122696 1.386643 0.060714 
4 -0.119740 -0.665260 -1.085457 0.699085 1.149364 
5 -0.004628 -0.479672 -0.641696 0.875471 0.826836 
6 0.598497 -0.018560 -1.002511 0.478659 0.463565 
7 -0.005159 -0.137165 -0.460209 0.284940 0.755981 
8 0.576421 0.098833 -2.664028 0.118074 -0.426393 
9 -0.223696 -0.589748 -0.733454 -0.254564 -0.519015 

Answer 1

ich Ihre Frage gehe davon ist: Warum Ihr Code nicht tun, was Sie wollten?

die .apply(lambda x: x.sort_values()) tun, was Sie wollen. Der Rückgabetyp dieses Lambda ist jedoch ein pd.Series und es hat einen Index, der beibehalten wird. Bei der Rekombination aller Spalten stellt Pandas sicher, dass die Indizes aufgereiht sind, wodurch die gerade vorgenommene Sortierung aufgehoben wird. Um dieses Verhalten zu brechen, erhalten Sie die Werte (ohne den Index)

df.apply(lambda x: x.sort_values().values)