Pandas数值排序 sort_values()的使用方法(pandas,sort values(),数值排序,开发技术)

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])