Ordenação do Pandas

Pandas的排序方式有两种：

按 标签 按实际值

我们看一个下面的示例。

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df=pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],colu
　mns=['col2','col1'])
　print(unsorted_df)

Resultados da Execução：

　　　　col2　　　　　　　col1
1　　-2.063177　　　0.537527
4　　　0.142932　　-0.684884
6　　　0.012667　　-0.389340
2　　-0.548797　　　1.848743
3　　-1.044160　　0.837381
5　　　0.385605　　　1.300185
9　　　1.031425　　-1.002967
8　　-0.407374　　-0.435142
0　　　2.237453　　-1.067139
7　　-1.445831　　-1.701035

在unsorted_df中，标签和值未排序。让我们看看如何对它们进行排序。

按标签排序

使用sort_index()方法，通过传递轴参数和排序顺序，可以对DataFrame进行排序。默认情况下，按升序对行标签进行排序。

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],colu
　　　　mns = ['col2','col1'])
　sorted_df=unsorted_df.sort_index()
　print(sorted_df)

Resultados da Execução：

　　　　　col2　　　　　　　　col1
9　　　　0.825697　　　　0.374463
8　　　-1.699509　　　　0.510373
7　　　-0.581378　　　　0.622958
6　　　-0.202951　　　　0.954300
5　　　-1.289321　　　-1.551250
4　　　　1.302561　　　　0.851385
3　　　-0.157915　　　-0.388659
2　　　-1.222295　　　　0.166609
1　　　　0.584890　　　-0.291048
0　　0.668444　　　-0.061294

排序的顺序

通过将布尔值传递给升序参数，可以控制排序的顺序。让我们考虑以下示例以了解相同的情况。

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],colu
　　　　mns = ['col2','col1'])
　sorted_df = unsorted_df.sort_index(ascending=False)
　print(sorted_df)

Resultados da Execução：

　　　　　col2　　　　　　　　col1
9　　　　0.825697　　　　0.374463
8　　　-1.699509　　　　0.510373
7　　　-0.581378　　　　0.622958
6　　　-0.202951　　　　0.954300
5　　　-1.289321　　　-1.551250
4　　　　1.302561　　　　0.851385
3　　　-0.157915　　　-0.388659
2　　　-1.222295　　　　0.166609
1　　　　0.584890　　　-0.291048
0　　0.668444　　　-0.061294

按行排序

通过将轴参数传递给值0或1，可以在列标签上进行排序。默认情况下，axis = 0 按行排序。让我们考虑以下示例以了解相同的情况。

　import　pandas　as　pd
　import　numpy　as　np
　　
　unsorted_df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],colu
　　　　mns = ['col2','col1'])
　　
　sorted_df=unsorted_df.sort_index(axis=1)
　print(sorted_df)

Resultados da Execução：

　　　　　col1　　　　　　　　col2
1　　　-0.291048　　　　0.584890
4　　　　0.851385　　　　1.302561
6　　　　0.954300　　　-0.202951
2　　　　0.166609　　　-1.222295
3　　　-0.388659　　　-0.157915
5　　　-1.551250　　　-1.289321
9　　　　0.374463　　　　0.825697
8　　　　0.510373　　　-1.699509
0　　　-0.061294　　　　0.668444
7　　　　0.622958　　　-0.581378

Ordenação por Valor

Similar à ordenação de índice, sort_values() é um método de ordenação por valor. Ele aceita um parâmetro 'by', que usa o nome da coluna do DataFrame para ordenar os valores.

import　pandas　as　pd
　import　numpy　as　np
　unsorted_df　=　pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4])
　　　　sorted_df　=　unsorted_df.sort_values(by='col1')
　print(sorted_df)

Resultados da Execução：

　　　col1　　col2
1　　　　1　　　　3
2　　　　1　　　　2
3　　　　1　　　　4
0　　　　2　　　　1

Atenção, col1Os valores já estão ordenados e os valores correspondentes de col2Os valores e os índices de linha将与col1juntos. Portanto, eles não parecem categorizados.

'by' Os parâmetros adotam uma lista de valores de coluna.

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df　=　pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4])
　　　　sorted_df　=　unsorted_df.sort_values(by=['col1','col2'])
　print(sorted_df)

Resultados da Execução：

　　col1　col2
2　　　1　　　2
1　　　1　　　3
3　　　1　　　4
0　　　2　　　1

Algoritmos de Ordenação

sort_values() Fornecido a especificação de algoritmos de seleção a partir de mergesort, heapsort e quicksort.

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df　=　pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4])
　sorted_df　=　unsorted_df.sort_values(by='col1','　,kind='mergesort')
　print(sorted_df)

Resultados da Execução：

　　col1　col2
1　　　　1　　　　3
2　　　　1　　　　2
3　　　　1　　　　4
0　　　　2　　　　1