Pandas索引排序 df.sort_index()的实现方法
导读:本文共1451字符,通常情况下阅读需要5分钟。同时您也可以点击右侧朗读,来听本文内容。按键盘←(左) →(右) 方向键可以翻页。
摘要: df.sort_index()实现按索引排序,默认以从小到大的升序方式排列,如希望按降序排列,传入ascending = Falseimportpandasaspddf=pd.DataFrame([['liver','E',89,21,24,64],['Arry','C',36,37,37,5... ...
音频解说
目录
(为您整理了一些要点),点击可以直达。df.sort_index()实现按索引排序,默认以从小到大的升序方式排列,如希望按降序排列,传入ascending = False
importpandasaspddf=pd.DataFrame([['liver','E',89,21,24,64],['Arry','C',36,37,37,57],['Ack','A',57,60,18,84],['Eorge','C',93,96,71,78],['Oah','D',65,49,61,86]],columns=['name','team','Q1','Q2','Q3','Q4'])#索引降序res1=df.sort_index(ascending=False)#按列索引名排序:#在索引方向上排序res2=df.sort_index(axis=1,ascending=False)
结果展示
df
res1
res2
扩展
#更多方法如下:s.sort_index()#升序排列df.sort_index()#df也是按索引进行排序df.team.sort_index()s.sort_index(ascending=False)#降序排列s.sort_index(inplace=True)#排序后生效,改变原数据#索引重新0-(n-1)排,可以得到它的排序号s.sort_index(ignore_index=True)s.sort_index(na_position='first')#空值在前,另'last'表示空值在后s.sort_index(level=1)#如果多层,排一级s.sort_index(level=1,sort_remaining=False)#这层不排#行索引排序,表头排序df.sort_index(axis=1)#会把列按列名顺序排序
df.reindex()指定自己定义顺序的索引,实现行和列的顺序重新定义
importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6]},index=['a','b','c'])#按要求重新指定索引顺序res1=df.reindex(['c','b','a'])#指定列顺序res2=df.reindex(['B','A'],axis=1)
结果展示
df
res1
res2
</div> <div class="zixun-tj-product adv-bottom"></div> </div> </div> <div class="prve-next-news">
本文:
Pandas索引排序 df.sort_index()的实现方法的详细内容,希望对您有所帮助,信息来源于网络。