Pandas | 10 排序
Posted summer-skr--blog
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pandas | 10 排序相关的知识,希望对你有一定的参考价值。
Pandas有两种排序方式,它们分别是 -
- 按标签
- 按实际值
import pandas as pd import numpy as np df=pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],columns=[‘col2‘,‘col1‘]) print (df)
输出结果:
col2 col1
1 1.069838 0.096230
4 -0.542406 -0.219829
6 -0.071661 0.392091
2 1.399976 -0.472169
3 0.428372 -0.624630
5 0.471875 0.966560
9 -0.131851 -1.254495
8 1.180651 0.199548
0 0.906202 0.418524
7 0.124800 2.011962
在df
数据值中,标签和值未排序。下面来看看如何按标签来排序。
按标签排序
使用sort_index()
方法,通过传递axis
参数和排序顺序,可以对DataFrame
进行排序。 默认情况下,按照升序对行标签进行排序。
import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],columns = [‘col2‘,‘col1‘])
sorted_df=df.sort_index() print (sorted_df)
输出结果:
col2 col1
0 0.431384 -0.401538
1 0.111887 -0.222582
2 -0.166893 -0.237506
3 0.476472 0.508397
4 0.670838 0.406476
5 2.065969 -0.324510
6 -0.441630 1.060425
7 0.735145 0.972447
8 -0.051904 -1.112292
9 0.134108 0.759698
排序顺序
通过将布尔值传递给升序参数,可以控制排序顺序。
import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],columns = [‘col2‘,‘col1‘]) sorted_df = df.sort_index(ascending=False) print (sorted_df)
输出结果:
col2 col1
9 0.750452 1.754815
8 0.945238 2.079394
7 0.345238 -0.162737
6 -0.512060 0.887094
5 1.163144 0.595402
4 -0.063584 -0.185536
3 -0.275438 -2.286831
2 -1.504792 -1.222394
1 1.031234 -1.848174
0 -0.615083 0.784086
按列排列
通过传递axis
参数值为0
或1
,可以对列标签进行排序。 默认情况下,axis = 0
,逐行排列。
import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],columns = [‘col2‘,‘col1‘]) sorted_df=df.sort_index(axis=1) print (sorted_df)
输出结果:
col1 col2
1 -0.997962 0.736707
4 1.196464 0.703710
6 -0.387800 1.207803
2 1.614043 0.356389
3 -0.057181 -0.551742
5 1.034451 -0.731490
9 -0.564355 0.892203
8 -0.763526 0.684207
0 -1.213615 1.268649
7 0.316543 -1.450784
sort_values()
是按值排序的方法。它接受一个by
参数,它将使用要与其排序值的DataFrame
的列名称。
import pandas as pd import numpy as np df = pd.DataFrame({‘col1‘:[2,1,1,1],‘col2‘:[1,3,2,4]}) sorted_df = df.sort_values(by=‘col1‘) print (sorted_df)
输出结果:
col1 col2
1 1 3
2 1 2
3 1 4
0 2 1
注意: 观察上面的输出结果,
col1
值被排序,相应的col2
值和行索引将随col1
一起改变。因此,它们看起来没有排序。
可以传递多个列,前列相同的情况下,排后列
import pandas as pd import numpy as np df = pd.DataFrame({‘col1‘:[2,1,1,1],‘col2‘:[1,3,2,4]}) sorted_df = df.sort_values(by=[‘col1‘,‘col2‘]) print (sorted_df)
输出结果:
col1 col2
2 1 2
1 1 3
3 1 4
0 2 1
排序算法
sort_values()
提供了从mergeesort
,heapsort
和quicksort
中选择算法的一个配置。Mergesort
是唯一稳定的算法。
import pandas as pd import numpy as np df = pd.DataFrame({‘col1‘:[2,1,1,1],‘col2‘:[1,3,2,4]})
sorted_df = df.sort_values(by=‘col1‘ ,kind=‘mergesort‘) print (sorted_df)
输出结果:
col1 col2
1 1 3
2 1 2
3 1 4
0 2 1
以上是关于Pandas | 10 排序的主要内容,如果未能解决你的问题,请参考以下文章