在處理表格型數(shù)據(jù)時(shí)，常會用到排序，比如，按某一行或列的值對表格排序，要怎么做呢？

這就要用到 pandas 中的 sort_values() 函數(shù)。

一、 按列的值對數(shù)據(jù)排序

先來看最常見的情況。

1.按某一列的值對數(shù)據(jù)排序

以下面的數(shù)據(jù)為例。

import pandas as pd

df_col = pd.DataFrame({'Name':['Paul','Richard', 'Betty',  'Philip','Anna'],
        'course1':[85,83,90,84,85],
        'course2':[90,82,79,71,86],
        'sport':['basketball', 'Volleyball', 'football', 'Basketball','baseball']},
         index=[1,2,3,4,5])  
df_col

在 sort_values() 函數(shù)中設(shè)置 by='列名'，即可以按這一列值的順序重新排列行。

df_sort=df_col.sort_values(by='course2')
df_sort

如以上結(jié)果所示，默認(rèn)是升序排列。還可以做降序排列，在 sort_values() 函數(shù)中設(shè)置 ascending=False 即可。例如：

df_sort=df_col.sort_values(by='course2',ascending=False)
df_sort

2. 按多列的值對數(shù)據(jù)排序

您是否遇到過這種情況：要排序的某一列數(shù)據(jù)有相同的值，此時(shí)結(jié)果會怎么樣呢？我們來看下面的例子。

df_sort=df_col.sort_values(by='course1')
df_sort

從結(jié)果看到，“course1” 有兩個(gè)相同的值 85，此時(shí)會依據(jù) index 的先后順序排列。

那如果不想按 index 順序，想要自己設(shè)定相同值的排序方式，應(yīng)該怎么做呢？

可以設(shè)置第二列，對于第一列的相同值，參照第二列的值排序。例如：

df_sort=df_col.sort_values(by=['course1','course2'])
df_sort

可以看到，by 參數(shù)中的第二列 “course2” 只在第一列 “course1” 中有相同值時(shí)起作用，因此只有 “Anna” 和 “Paul” 所在的這兩行數(shù)據(jù)位置互換，其它行位置不變。

3. key 參數(shù)：設(shè)置排序時(shí)的數(shù)據(jù)變換函數(shù)

在實(shí)際中還可能會遇到這種情況，數(shù)據(jù)中大小寫都有，比如例子數(shù)據(jù)的 “sport” 列。按這一列對數(shù)據(jù)排序，結(jié)果如下：

df_sort=df_col.sort_values(by=['sport'])
df_sort

看結(jié)果發(fā)現(xiàn)，大寫字母排在小寫字母前面，因此 “Volleyball” 所在行排在 “baseball” 所在行前面，但這并不是我們想要的排序結(jié)果。那應(yīng)該怎么做，才能按字母順序排序呢？

可以設(shè)置 sort_values() 函數(shù)的 key 參數(shù)。

df_sort=df_col.sort_values(by=['sport'],key=lambda col:col.str.lower())
df_sort

此時(shí)的排序結(jié)果就是按字母順序排列。

4. 修改原數(shù)據(jù)

前面介紹的操作中，每次都生成了一個(gè)新的數(shù)據(jù) df_sort，并沒有改變原數(shù)據(jù)。

df_col

但是，有時(shí)可能數(shù)據(jù)太大，而原數(shù)據(jù)后續(xù)不再使用。為了節(jié)省空間，想直接在原數(shù)據(jù)上改動。應(yīng)該怎么辦呢？

只要在 sort_values() 函數(shù)中設(shè)置 inplace=True。

df_col.sort_values(by='course2',inplace=True)
df_col

二、 按行的值對數(shù)據(jù)排序

需要注意的是，這種情況只適用于各列數(shù)據(jù)類型相同的情況，例如下面例子中的數(shù)據(jù)，每一列數(shù)據(jù)都是數(shù)值型。而前面例子的數(shù)據(jù)既有數(shù)值型，又有字符型，無法按行的值排序。

df_row = pd.DataFrame({
        'course1':[91,85,90,84,92],
        'course2':[72,81,76,71,79],
        'course3':[93,85,88,94,86]},
         index=['Paul','Richard', 'Betty',  'Philip','Anna'])
df_row

按行的值排序時(shí)，設(shè)置 by 參數(shù)為某行的 index 名，并且 axis=1。

df_sort=df_row.sort_values(by='Anna',axis=1)
df_sort

按行值排序在 sort_values() 函數(shù)中設(shè)置 ascending, key, inplace 等參數(shù)的方式都與前面介紹的按列值排序相同。這里僅以按多行的值對數(shù)據(jù)排序?yàn)槔?/p>

df_sort=df_row.sort_values(by=['Richard','Paul'],axis=1,ascending=False)
df_sort

參考

1.https://www.geeksforgeeks.org/sort-rows-or-columns-in-pandas-dataframe-based-on-values/#courses

2.https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.html

到此這篇關(guān)于pandas中按行或列的值對數(shù)據(jù)排序的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)pandas 按行或列的值對數(shù)據(jù)排序內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論