pythondataframesort_PandasDataFrame.sort（）使⽤介绍本⽂概述
我们可以通过以下⼏种有效地在DataFrame中执⾏排序：
按标签
按实际值
在解释这两种排序之前, ⾸先我们必须将数据集⽤于演⽰：
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 -0.30171
7 0.879970
在上⾯的DataFrame中, 标签和值未排序。因此, 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。可以通过传递轴参数和排序顺序来完成。默认情况下, 按升序对⾏标签进⾏排序。
例⼦
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快速排序python实现
4 -1.18485
5 -1.596489
5 1.50015
6 -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升序参数来控制排序顺序。
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 -0.08233
4 0.304390
0 -0.983810 -0.711582
8 0.208479 -1.234640
9 0.656063 0.122720
6 0.347990 -0.410401
排序列：
我们可以通过将轴参数传递给其值0或1来对列标签进⾏排序。默认情况下, 轴= 0, 它按⾏排序。
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中执⾏排序的⽅法。与索引排序类似, sort_values()是⼀种⽤于按值排序的⽅法。
它还提供了⼀项功能, 我们可以在其中指定要对值进⾏排序的DataFrame的列名。通过传递” by”参数来完成。
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, 观察到这些值仅在col2中排序, 并且相应的col1值和⾏索引将与col2⼀起更改。因此, 它们看起来没有分类。参数
列：排序之前, 你必须传递⼀个对象或列名。
升序：传递⼀个布尔值, 该值负责按升序排序。其默认值为True。
轴：0或索引; 1或”列”。默认值为0。它决定是按索引还是按列排序。
inplace：传递布尔值。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。种类：”堆排序”, “合并排序”, “快速排序”。它是⼀个可选参数, 仅在对单个列或标签进⾏排序时才应⽤。
na_position：”第⼀”, “最后”。 “第⼀个”将NaN放在开头, ⽽”最后⼀个”将NaN放在结尾。默认选项为最后。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。