博客

python pandas 数据排序的几种常用方法

  • Post category:Python

当我们处理和分析大量的数据时，排序是一个非常常见的操作。在Python Pandas中，我们可以使用多种方法完成数据排序操作。

以下是 Python Pandas 数据排序的几种常用方法：

方法一：sort_values()函数

sort_values()函数可以按照指定的列或行进行排序，将数据框(DataFrame)中的数据按照指定的顺序重新排列，并返回排序后的结果。其语法如下：

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')

参数说明：

  • by：按照某列或者多列排序，可以是str或者list类型。
  • axis：按行或列排序，0表示按列排序(默认)，1表示按行排序。
  • ascending：排序的方式，True表示升序（默认），False表示降序。
  • inplace：是否修改原对象，默认为False，不修改原对象。
  • kind：排序算法类型，默认值为 ‘quicksort’。
  • na_position：缺失值排序位置：’last’表示将缺失值放到末尾（默认），’first’表示将缺失值放到最前面。

示例1：按某一列进行升序排序

import pandas as pd

data = {'name': ['张三', '李四', '王五', '赵六'],
        'age': [23, 24, 22, 25],
        'gender': ['M', 'F', 'M', 'M']}
df = pd.DataFrame(data)

print(df.sort_values(by='age'))

示例2：按多个列进行排序

import pandas as pd

data = {'name': ['张三', '李四', '王五', '赵六'],
        'age': [23, 24, 22, 25],
        'gender': ['M', 'F', 'M', 'M']}
df = pd.DataFrame(data)

print(df.sort_values(by=['age', 'name']))

方法二：sort_index()函数

sort_index()函数用于按照index进行排序，其语法如下：

DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last')

参数说明：

  • axis：按行或列排序，0表示按列排序(默认)，1表示按行排序。
  • level：指定多层索引中排序的级别，如果没有多级索引，则为None。
  • ascending：排序的方式，True表示升序（默认），False表示降序。
  • inplace：是否修改原对象，默认为False，不修改原对象。
  • kind：排序算法类型，默认值为 ‘quicksort’。
  • na_position：缺失值排序位置：’last’表示将缺失值放到末尾（默认），’first’表示将缺失值放到最前面。

示例：按照index进行降序排序

import pandas as pd

data = {'name': ['张三', '李四', '王五', '赵六'],
        'age': [23, 24, 22, 25],
        'gender': ['M', 'F', 'M', 'M']}
df = pd.DataFrame(data, index=['c', 'a', 'b', 'd'])

print(df.sort_index(ascending=False))

以上就是 Python Pandas 数据排序的几种常用方法，相信通过这篇文章的学习，大家已经掌握了如何使用 Pandas 对数据进行排序的方法。

Tags: