python - 在pandas数据框中对每一行进行排序的最快方法

我需要找到最快的方法来对数据帧中的每一行进行排序，其中包含数百万行和大约一百列。
所以像这样：

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

需要成为：

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

现在，我将对每一行应用排序，并逐行构建一个新的数据帧。我也在为每一排做一些额外的、不那么重要的事情（因此我为什么要用熊猫而不是麻木）。是否可以更快地创建列表列表，然后立即构建新的数据帧？还是我要去赛通？

最佳答案

我想我会在麻木中这样做：

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

我原以为这可能行得通，但它对列进行了排序：

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

啊，熊猫饲养：

In [22]: df.sort(df.columns, axis=1, ascending=False)

值错误：按列排序时，轴必须为0（行）

关于python - 在pandas数据框中对每一行进行排序的最快方法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/25817930/