一文搞懂Pandas数据排序
共 4104字，需浏览 9分钟
·
2021-08-16 03:16
数据排序，是使用非常高频的功能，Pandas排序支持做的非常好，主要涉及两个函数，两种数据类型，组合起来四种情况。
Series排序
Series.sort_index 索引排序
Series.sort_values 值引排序
DataFrame排序
DataFrame.sort_index 索引排序
DataFrame.sort_values 值引排序
一、Series的排序
1、sort_index 索引排序
定义一个Series用于实验
s = Series([4,1,2,3],index=['d','a','c','b'])d 4a 1c 2b 3
对Series的索引进行升序排序，默认即可，无需使用其他参数
s.sort_index()a 1b 3c 2d 4
对Series的索引进行降序排序，使用ascending=False参数
=False)d 4c 2b 3a 1
2、sort_values 值引排序
用 法：
Series.sort_values(ascending=True, inplace=Flase)参数：
ascending：默认为True升序排列，为Flase降序排序
inplace：是否修改原始的Series
对Series的值进行升序排序，默认即可，无需使用其他参数
s.sort_values()a 1c 2b 3d 4
对Series的值进行降序排序，使用ascending=False参数
=False)d 4b 3c 2a 1
二、 DataFrame的排序
1、sort_index 索引排序
DataFrame.sort_index(by=None,axis=0, level=None,ascending=True,inplace=False,kind='quicksort',na_position='last',sort_remaining=True)
by：按照某一列或几列数据进行排序，但是by参数貌似不建议使用
axis：0按照行名排序；1按照列名排序
level：默认None，否则按照给定的level顺序排列---貌似并不是，文档
ascending：默认True升序排列；False降序排列
inplace：默认False，否则排序之后的数据直接替换原来的数据框
kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心。
na_position：缺失值默认排在最后{"first","last"}
构建数据集
import numpy as npimport pandas as pddata = pd.DataFrame( np.arange(9).reshape(3,3),index = ["0","2","1"],columns = ["col_a","col_c","col_b"])datacol_a col_c col_b0 0 1 22 3 4 51 6 7 8
按行的索引升序进行排序，默认按行，升序
data.sort_index()col_a col_c col_b0 0 1 21 6 7 82 3 4 5
按行的索引按降序进行排序
=False)col_a col_c col_b2 3 4 51 6 7 80 0 1 2
按列升序的索引进行排序
=1):col_a col_c col_b0 0 1 21 6 7 82 3 4 5
2、sort_values 值引排序
用 法：
DataFrame.sort_values(by,axis=0,ascending=True,inplace=False,kind='quicksort',na_position='last')
参 数：
by：字符串或者List<字符串>；如果axis=0，那么by="列名"；如果axis=1，那么by="行名"。
axis：{0 or ‘index’, 1 or ‘columns’}, default 0，默认按照列排序，即纵向排序；如果为1，则是横向排序。
ascending：布尔型，True则升序，如果by=['列名1','列名2']，则该参数可以是[True, False]，即第一字段升序，第二个降序。
inplace：布尔型，是否用排序后的数据框替换现有的数据框。
kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心。
na_position：{‘first’, ‘last’}, default ‘last’，默认缺失值排在最后面。
构建实验用数据
data =pd.DataFrame([[2,3,12],[6,2,8],[9,5,7]],index=["0", "2", "1"],columns=["col_a", "col_c", "col_b"])col_a col_c col_b0 2 3 122 6 2 81 9 5 7
按指定列的值大小顺序进行排序
='col_c')col_a col_c col_b2 6 2 80 2 3 121 9 5 7
按多列进行排序
=['col_b','col_a'])col_a col_c col_b1 9 5 72 6 2 80 2 3 12
先按col_b列降序，再按col_a列升序排序
data.sort_values(by=['col_b','col_a'],axis=0,ascending=[False,True])col_a col_c col_b0 2 3 122 6 2 81 9 5 7
按行升序排列
='2',axis=1)col_c col_a col_b0 3 2 122 2 6 81 5 9 7
按 2行 升序，0行降排列
=['2','0'],axis=1)col_c col_a col_b0 3 2 122 2 6 81 5 9 7
↓扫描关注本号↓