一文搞懂Pandas数据排序
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 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 4 a 1 c 2 b 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 1 b 3 c 2 d 4
对Series的索引进行降序排序,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
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 1 c 2 b 3 d 4
对Series的 值 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 按 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_b 0 2 3 12 2 6 2 8 1 9 5 7
按 行 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