Pandas之排序函数sort_values()的实现

技术  /  管理员 发布于 7年前   265

一、sort_values()函数用途

pandas中的sort_values()函数原理类似于SQL中的order by，可以将数据集依照某个字段中的数据进行排序，该函数即可根据指定列数据也可根据指定行的数据排序。

二、sort_values()函数的具体参数

用法：

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

参数说明

参数	说明
by	指定列名(axis=0或'index')或索引值(axis=1或'columns')
axis	若axis=0或'index'，则按照指定列中数据大小排序；若axis=1或'columns'，则按照指定索引中数据大小排序，默认axis=0
ascending	是否按指定列的数组升序排列，默认为True，即升序排列
inplace	是否用排序后的数据集替换原来的数据，默认为False，即不替换
na_position	{‘first',‘last'}，设定缺失值的显示位置

三、sort_values用法举例

创建数据框

#利用字典dict创建数据框import numpy as npimport pandas as pddf=pd.DataFrame({'col1':['A','A','B',np.nan,'D','C'],         'col2':[2,1,9,8,7,7],         'col3':[0,1,9,4,2,8]})print(df)>>> col1 col2 col30  A   2   01  A   1   12  B   9   93 NaN   8   44  D   7   25  C   7   8

依据第一列排序，并将该列空值放在首位

#依据第一列排序，并将该列空值放在首位print(df.sort_values(by=['col1'],na_position='first'))>>> col1 col2 col33 NaN   8   40  A   2   01  A   1   12  B   9   95  C   7   84  D   7   2

依据第二、三列，数值降序排序

#依据第二、三列，数值降序排序print(df.sort_values(by=['col2','col3'],ascending=False))>>> col1 col2 col32  B   9   93 NaN   8   45  C   7   84  D   7   20  A   2   01  A   1   1

根据第一列中数值排序，按降序排列，并替换原数据

#根据第一列中数值排序，按降序排列，并替换原数据df.sort_values(by=['col1'],ascending=False,inplace=True,           na_position='first')print(df)>>> col1 col2 col33 NaN   8   44  D   7   25  C   7   82  B   9   91  A   1   10  A   2   0

按照索引值为0的行，即第一行的值来降序排序

x = pd.DataFrame({'x1':[1,2,2,3],'x2':[4,3,2,1],'x3':[3,2,4,1]}) print(x)#按照索引值为0的行，即第一行的值来降序排序print(x.sort_values(by =0,ascending=False,axis=1))>>>  x1 x2 x30  1  4  31  2  3  22  2  2  43  3  1  1  x2 x3 x10  4  3  11  3  2  22  2  4  23  1  1  3

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。