一文搞懂Pandas数据排序

来源：南京CDA数据分析师培训机构时间：2022/12/9 14:40:37

　　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：缺失值默认排在较后{"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’，默认缺失值排在较后面。

　　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

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/6186/news/582414/违者必究！ 以上就是南京CDA数据分析师培训机构 小编为您整理 一文搞懂Pandas数据排序的全部内容。