登录
首页精彩阅读一文搞懂Pandas数据排序
一文搞懂Pandas数据排序
2021-08-13
收藏

来源:AI入门学习

作者:小伍哥

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

DataFrame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 4 a 1 c 2 b 3

Series索引进行升序排序,默认即可,无需使用其他参数

s.sort_index() a 1 b 3 c 2 d 4

Series索引进行降序排序,使用ascending=False参数

s.sort_index(ascending=False) d 4 c 2 b 3 a 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

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 1 c 2 b 3 d 4

Series进行降序排序,使用ascending=False参数

s.sort_values(ascending=False) d 4 b 3 c 2 a 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 np import pandas as pd data = 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_b 0 0 1 2 2 3 4 5 1 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_b 0 0 1 2 1 6 7 8 2 3 4 5

按行的索引降序进行排序

data.sort_index(ascending=False) col_a col_c col_b 2 3 4 5 1 6 7 8 0 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_b 0 0 1 2 1 6 7 8 2 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_b 0 2 3 12 2 6 2 8 1 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_b 2 6 2 8 0 2 3 12 1 9 5 7

按多列进行排序

data.sort_values(by=['col_b','col_a']) col_a col_c col_b 1 9 5 7 2 6 2 8 0 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_b 0 2 3 12 2 6 2 8 1 9 5 7

升序排列

data.sort_values(by='2',axis=1) col_c col_a col_b 0 3 2 12 2 2 6 8 1 5 9 7

按 2行 升序,0行降排列

data.sort_values(by=['2','0'],axis=1) col_c col_a col_b 0 3 2 12 2 2 6 8 1 5 9 7

数据分析咨询请扫描二维码

客服在线
立即咨询