檢查是否在Pandas中排序的非索引列

Question

有沒有方法可以測試數據框是否按照非索引的給定列進行排序（即，對於非索引列，是否存在與is_monotonic（）的等效值）而不調用再次重新排序，並且不將列轉換爲索引？

Answer 1

pd.algos有一些功能可能有用。他們都是無證實現細節，所以他們可能從發行版本而變化：

>>> 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  

的is_monotonic_*函數採用指定的D型和「類時」布爾應該是False大多數用例的陣列。 （Pandas將它設置爲True，涉及時間表示爲整數的情況。）返回值是一個元組，其第一個元素表示數組是單調不遞減的，第二個元素表示數組是單調不遞增的。其他元組元素是版本相關：

>>> 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 

所有這些功能假定一個特定的輸入D型細胞，甚至is_lexsorted，其中假定輸入是int64陣列的列表。它傳遞了錯誤的D型，它變得非常困惑：

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 

我不完全知道爲什麼系列還沒有某種短路is_sorted。可能有些東西會使它比看起來更復雜。

Answer 2

可以使用numpy的方法：

import numpy as np 

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

更直接的方式（如你的建議，但你說你不希望它..）被轉換成一個索引，使用is_monotonic屬性：

import pandas as pd 

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