Pandas DataFrame.sort()

2024 年 8 月 29 日 | 阅读 3 分钟

我们可以通过不同的方式有效地对 DataFrame 进行排序

按标签
按实际值

在解释这两种排序方式之前，首先我们需要获取用于演示的数据集

import pandas as pd
import numpy as np

info=pd.DataFrame(np.random.randn(10,2),index=[1,3,7,2,4,5,9,8,0,6],columns=['col2','col1'])
print(info)

输出

         col2          col1
1      -0.456763     -0.931156
3       0.242766     -0.793590
7       1.133803      0.454363
2      -0.843520     -0.938268
4      -0.018571     -0.315972
5      -1.951544     -1.300100
9      -0.711499      0.031491
8       1.648080      0.695637
0       2.576250     -0.625171
6      -0.301717      0.879970

在上面的 DataFrame 中，标签和值未排序。所以，让我们看看如何对其进行排序

按标签

可以使用 sort_index() 方法对 DataFrame 进行排序。可以通过传递 axis 参数和排序顺序来完成。默认情况下，按行标签升序排列。

示例

import pandas as pd
import numpy as np
info=pd.DataFrame(np.random.randn(10,2),index=[1,2,5,4,8,7,9,3,0,6],columns = ['col4','col3'])
info2=info.sort_index()
print(info2)

输出

       col4          col3
0     0.698346      1.897573
1     1.247655     -1.208908
2    -0.469820     -0.546918
3    -0.793445      0.362020
4    -1.184855     -1.596489
5     1.500156      -0.397635
6    -1.239635      -0.255545
7     1.110986      -0.681728
8    -1.797474       0.108840
9     0.063048       1.512421

排序顺序

可以通过将布尔值传递给 ascending 参数来控制排序顺序。

示例

import pandas as pd
import numpy as np
info= pd.DataFrame(np.random.randn(10,2),index=[1,4,7,2,5,3,0,8,9,6],columns = ['col4','col5'])

info_2 = info.sort_index(ascending=False)
print(info)

输出

        col4          col5
1      0.664336     -1.846533
4     -0.456203     -1.255311
7      0.537063     -0.774384
2     -1.937455      0.257315
5      0.331764     -0.741020
3     -0.082334      0.304390
0     -0.983810     -0.711582
8      0.208479     -1.234640
9      0.656063      0.122720
6      0.347990     -0.410401

对列进行排序

我们可以通过传递与其值 0 或 1 相关的 axis 参数来对列标签进行排序。默认情况下，axis=0，它按行排序。

示例

import pandas as pd
import numpy as np
 
info = pd.DataFrame(np.random.randn(10,2),index=[1,4,8,2,0,6,7,5,3,9],columns = ['col4','col7'])
info_2=info.sort_index(axis=1)
print(info_2)

输出

       col4          col7
1    -0.509367     -1.609514
4    -0.516731      0.397375
8    -0.201157     -0.009864
2     1.440567       1.058436
0     0.955486      -0.009777
6    -1.211133       0.415147
7     0.095644       0.531727
5    -0.881241      -0.871342
3     0.206327       -1.154724
9     1.418127        0.146788

按实际值

这是另一种可以在 DataFrame 中执行排序的方式。与索引排序一样，sort_values() 是一种按值排序的方法。

它还提供了一个功能，我们可以在其中指定 DataFrame 的列名，以根据这些值进行排序。这是通过传递“by”参数来完成的。

示例

import pandas as pd
import numpy as np
info = pd.DataFrame({'col1':[7,1,8,3],'col2':[8,12,4,9]})
info_2 = info.sort_values(by='col2')
print(info_2)

输出

     col1    col2
2     8       4
0     7       8
3     3       9
1     1       12

在上面的输出中，观察到值仅在 col2 中排序，并且相应的 col1 值和行索引将随 col2 一起改变。因此，它们看起来是未排序的。

参数

columns： 在排序之前，您必须传递一个对象或列名。
ascending： 传递一个布尔值，该值负责按升序排序。其默认值为 True。
axis： 0 或 index；1 或 'columns'。默认值为 0。它决定您是按索引还是按列排序。
inplace： 传递一个布尔值。默认值为 false。它将修改此对象的任何其他视图，并且在对 DataFrame 进行排序时不会创建新实例。
kind： 'heapsort', 'mergesort', 'quicksort'。这是一个可选参数，仅在您对单个列或标签进行排序时才适用。
na_position： 'first', 'last'。'first' 将 NaNs 放在开头，而 'last' 将 NaNs 放在结尾。默认选项 last。

下一话题DataFrame.sum()

Pandas DataFrame.sort()

示例

示例

示例

按实际值

示例

参数

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Pandas 教程

Pandas Series