博客

在pandas DataFrame中对行进行排序

  • Post category:Python

在pandas DataFrame中对行进行排序的完整攻略可以分为以下几个步骤：

步骤一：构造DataFrame

首先，我们需要构造一个DataFrame来演示对行进行排序的方法。下面的代码展示了如何创建一个包含三列的DataFrame，其中”name”列是字符串类型，”age”列和”score”列是数值类型。

import pandas as pd

data = {
    "name": ["Tom", "Jerry", "Alice", "Bob"],
    "age": [25, 22, 29, 24],
    "score": [80, 90, 85, 75]
}

df = pd.DataFrame(data)
print(df)

上述代码输出如下DataFrame：

    name  age  score
0    Tom   25     80
1  Jerry   22     90
2  Alice   29     85
3    Bob   24     75

步骤二：按某一列进行升序排序

我们可以使用sort_values()方法对DataFrame进行排序。下面的代码演示了如何按”age”列进行升序排序：

df2 = df.sort_values("age", ascending=True)
print(df2)

上述代码输出如下DataFrame：

    name  age  score
1  Jerry   22     90
3    Bob   24     75
0    Tom   25     80
2  Alice   29     85

可以看到，上述代码返回了一个新的DataFrame，其中行按照”age”列升序排序。

步骤三：按某一列进行降序排序

我们可以在sort_values()方法中指定ascending=False来进行降序排序。下面的代码演示了如何按”score”列进行降序排序：

df3 = df.sort_values("score", ascending=False)
print(df3)

上述代码输出如下DataFrame：

    name  age  score
1  Jerry   22     90
2  Alice   29     85
0    Tom   25     80
3    Bob   24     75

可以看到，上述代码返回了一个新的DataFrame，其中行按照”score”列降序排序。

步骤四：按多列进行排序

我们可以在sort_values()方法中指定多个列进行排序。下面的代码演示了如何按”age”列升序排序，再按”score”列降序排序：

df4 = df.sort_values(["age", "score"], ascending=[True, False])
print(df4)

上述代码输出如下DataFrame：

    name  age  score
1  Jerry   22     90
3    Bob   24     75
0    Tom   25     80
2  Alice   29     85

可以看到，上述代码返回了一个新的DataFrame，其中行先按照”age”列升序排序，如果”age”相同，再按照”score”列降序排序。

总结：

排序是pandas DataFrame中经常用到的操作，可以按照一列或多列来排序数据，可以使数据更加清晰易懂。我们可以使用sort_values()方法来实现DataFrame的排序操作。

Tags: