【Python】一文搞懂Pandas数据排序

机器学习初学者

共 3686字,需浏览 8分钟

 ·

2021-08-20 08:26

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

s.sort_index(ascending=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的进行降序排序,使用ascending=False参数

s.sort_values(ascending=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"])data   col_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

 

按行的索引降序进行排序

data.sort_index(ascending=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

data.sort_index(axis=1)Out[10]:    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

data.sort_values(by='col_c')   col_a  col_c  col_b2      6      2      80      2      3     121      9      5      7

 

按多列进行排序

data.sort_values(by=['col_b','col_a'])   col_a  col_c  col_b1      9      5      72      6      2      80      2      3     12

 

先按col_b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


升序排列

data.sort_values(by='2',axis=1)     col_c  col_a  col_b0      3      2     122      2      6      81      5      9      7

 

2行 升序,0行降排列

data.sort_values(by=['2','0'],axis=1)    col_c  col_a  col_b0      3      2     122      2      6      81      5      9      7

 

往期精彩回顾




本站qq群851320808,加入微信群请扫码:
浏览 48
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报