Pandas数值排序 sort_values()的使用方法
导读:本文共1688字符,通常情况下阅读需要6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: 参数解释DataFrame.sort_values(by,axis=0,ascending=True,inplace=False,kind='quicksort',na_position='last',#last,first;默认是lastignore_index=False,key=None)参数的具体解释为:by... ...
目录
(为您整理了一些要点),点击可以直达。参数解释
DataFrame.sort_values(by,axis=0,ascending=True,inplace=False,kind='quicksort',na_position='last',#last,first;默认是lastignore_index=False,key=None)
参数的具体解释为:
by:表示根据什么字段或者索引进行排序,可以是一个或多个
axis:排序是在横轴还是纵轴,默认是纵轴axis=0
ascending:排序结果是升序还是降序,默认是升序
inplace:表示排序的结果是直接在原数据上的就地修改还是生成新的DatFrame
kind:表示使用排序的算法,快排quicksort,,归并mergesort, 堆排序heapsort,稳定排序stable ,默认是 :快排quicksort
na_position:缺失值的位置处理,默认是最后,另一个选择是首位
ignore_index:新生成的数据帧的索引是否重排,默认False(采用原数据的索引)
key:排序之前使用的函数
数据值的排序主要使用sort_values(),数字按大小排序,字符按字母顺序
Series和DataFrame都支持此方法
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'])res1=df.Q1.sort_values()#DataFrame需要传入一个或多个排序的列名res2=df.sort_values('Q4')#默认排序是升序,但可以指定排序方式#下例先按team升序排列,如遇到相同的team再按name降序排列res3=df.sort_values(by=['team','name'],ascending=[True,False])
结果展示
df
res1
res2
res3
扩展
#其他常用方法如下:s.sort_values(ascending=False)#降序s.sort_values(inplace=True)#修改生效s.sort_values(na_position='first')#空值在前#df按指定字段排列df.sort_values(by=['team'])df.sort_values('Q1')#按多个字段,先排team,在同team内再看Q1df.sort_values(by=['mean','Q1'])#全降序df.sort_values(by=['mean','Q1'],ascending=False)#对应指定team升Q1降df.sort_values(by=['mean','Q1'],ascending=[True,False])
</div> <div class="zixun-tj-product adv-bottom"></div> </div> </div> <div class="prve-next-news">
Pandas数值排序 sort_values()的使用方法的详细内容,希望对您有所帮助,信息来源于网络。