Python Pandas - 排序

上一页
下一页

排序是在 Pandas 中处理数据时一项基本的操作，无论您是在组织行、列还是特定值。排序可以帮助您以有意义的方式排列数据，以便更好地理解和轻松分析。

Pandas 提供了强大的工具来有效地对数据进行排序，这可以通过标签或实际值来完成。在本教程中，我们将探讨 Pandas 中各种数据排序方法，从基本的按索引或列标签排序到更高级的技术，如按多列排序和选择特定的排序算法。

Pandas 中的排序类型

Pandas 中有两种排序方式。它们是 -

  • 按标签排序 - 这涉及根据索引标签对数据进行排序。

  • 按值排序 - 这涉及根据 DataFrame 或 Series 中的实际值对数据进行排序。

按标签排序

要按索引标签排序，您可以使用sort_index()方法，通过传递轴参数和排序顺序，可以对数据结构对象进行排序。默认情况下，此方法会根据行标签按升序对 DataFrame 进行排序。

示例

让我们以一个基本的示例来说明如何使用sort_index()方法对 DataFrame 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],columns = ['col2','col1'])

print("Original DataFrame:\n", unsorted_df)

# Sort the DataFrame by labels
sorted_df=unsorted_df.sort_index()
print("\nOutput Sorted DataFrame:\n", sorted_df)

其输出如下 -

Original DataFrame:
        col2      col1
1  1.116188  1.631727
4  0.287900 -1.097359
6  0.058885 -0.642273
2 -2.070172  0.148255
3 -1.458229  1.298907
5 -0.723663  2.220048
9 -1.271494  2.001025
8 -0.412954 -0.808688
0  0.922697 -0.429393
7 -0.476054 -0.351621

Output Sorted DataFrame:
        col2      col1
0  0.922697 -0.429393
1  1.116188  1.631727
2 -2.070172  0.148255
3 -1.458229  1.298907
4  0.287900 -1.097359
5 -0.723663  2.220048
6  0.058885 -0.642273
7 -0.476054 -0.351621
8 -0.412954 -0.808688
9 -1.271494  2.001025

示例 - 控制排序顺序

通过向 ascending 参数传递布尔值，可以控制排序顺序。让我们考虑以下示例来理解这一点。

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],columns = ['col2','col1'])

print("Original DataFrame:\n", unsorted_df)

# Sort the DataFrame by ascending order
sorted_df = unsorted_df.sort_index(ascending=False)
print("\nOutput Sorted DataFrame:\n", sorted_df)

其输出如下 -

Original DataFrame:
        col2      col1
1 -0.668366  0.576422
4  0.605218 -0.066065
6  1.140478  0.236687
2  0.137617  0.312423
3 -0.055631  0.774057
5  0.108002  1.038820
9 -0.929134 -0.982358
8 -0.207542 -1.283386
0 -0.210571 -0.656371
7 -0.106388  0.672418

Output Sorted DataFrame:
        col2      col1
9 -0.929134 -0.982358
8 -0.207542 -1.283386
7 -0.106388  0.672418
6  1.140478  0.236687
5  0.108002  1.038820
4  0.605218 -0.066065
3 -0.055631  0.774057
2  0.137617  0.312423
1 -0.668366  0.576422
0 -0.210571 -0.656371

示例 - 对列进行排序

通过向 axis 参数传递值 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来理解这一点。

import pandas as pd
import numpy as np
 
unsorted_df = pd.DataFrame(np.random.randn(6,4),index=[1,4,2,3,5,0],columns = ['col2','col1', 'col4', 'col3'])

print("Original DataFrame:\n", unsorted_df)

# Sort the DataFrame columns
sorted_df=unsorted_df.sort_index(axis=1)
print("\nOutput Sorted DataFrame:\n", sorted_df)

其输出如下 -

Original DataFrame:
        col2      col1      col4      col3
1 -0.828951 -0.798286 -1.794752 -0.082656
4  0.440243 -0.693218 -0.218277 -0.790168
2  1.017670  1.443679 -1.939119 -1.887223
3 -0.992471 -1.425046  0.651336 -0.278247
5 -0.103537 -0.879433  0.471838  0.860885
0 -0.222297  1.094805  0.501531 -0.580382

Output Sorted DataFrame:
        col1      col2      col3      col4
1 -0.798286 -0.828951 -0.082656 -1.794752
4 -0.693218  0.440243 -0.790168 -0.218277
2  1.443679  1.017670 -1.887223 -1.939119
3 -1.425046 -0.992471 -0.278247  0.651336
5 -0.879433 -0.103537  0.860885  0.471838
0  1.094805 -0.222297 -0.580382  0.501531

按实际值排序

与索引排序类似，可以使用sort_values()方法按实际值进行排序。此方法允许按一个或多个列进行排序。它接受一个“by”参数，该参数将使用 DataFrame 的列名来对值进行排序。

示例 - 对 Series 值进行排序

以下示例演示了如何使用sort_values()方法对 pandas Series 对象进行排序。

import pandas as pd

panda_series = pd.Series([18, 95, 66, 12, 55, 0])
print("Unsorted Pandas Series: \n", panda_series)

panda_series_sorted = panda_series.sort_values(ascending=True)
print("\nSorted Pandas Series: \n", panda_series_sorted)

执行以上代码后，您将获得以下输出 -

Unsorted Pandas Series: 
 0    18
1    95
2    66
3    12
4    55
5     0
dtype: int64

Sorted Pandas Series: 
 5     0
3    12
0    18
4    55
2    66
1    95
dtype: int64

示例 - 对 DataFrame 值进行排序

以下示例演示了sort_values()方法在 DataFrame 对象上的工作原理。

import pandas as pd
import numpy as np

unsorted_df = pd.DataFrame({'col1':[2,9,5,0],'col2':[1,3,2,4]})
print("Original DataFrame:\n", unsorted_df)

# Sort the DataFrame by values
sorted_df = unsorted_df.sort_values(by='col1')
print("\nOutput Sorted DataFrame:\n", sorted_df)

其输出如下 -

Original DataFrame:
    col1  col2
0     2     1
1     9     3
2     5     2
3     0     4

Output Sorted DataFrame:
    col1  col2
3     0     4
0     2     1
2     5     2
1     9     3

观察，col1 值已排序，相应的 col2 值和行索引将与 col1 一起更改。因此，它们看起来未排序。

示例 - 对多个列的值进行排序

您还可以通过向'by'参数传递列名列表来按多列排序。

import pandas as pd
import numpy as np

unsorted_df = pd.DataFrame({'col1':[2,1,0,1],'col2':[1,3,4,2]})

print("Original DataFrame:\n", unsorted_df)

# Sort the DataFrame multiple columns by values
sorted_df = unsorted_df.sort_values(by=['col1','col2'])
print("\nOutput Sorted DataFrame:\n", sorted_df)

其输出如下 -

Original DataFrame:
    col1  col2
0     2     1
1     1     3
2     0     4
3     1     2

Output Sorted DataFrame:
    col1  col2
2     0     4
3     1     2
1     1     3
0     2     1

选择排序算法

Pandas 允许您使用sort_values()方法中的 kind 参数指定排序算法。您可以在“mergesort”、“heapsort”和“quicksort”之间进行选择。“mergesort”是唯一稳定的算法。

示例

以下示例使用sort_values()方法和特定算法对 DataFrame 进行排序。

import pandas as pd
import numpy as np

unsorted_df = pd.DataFrame({'col1':[2,5,0,1],'col2':[1,3,0,4]})
print("Original DataFrame:\n", unsorted_df)

# Sort the DataFrame 
sorted_df = unsorted_df.sort_values(by='col1' ,kind='mergesort')
print("\nOutput Sorted DataFrame:\n", sorted_df)

其输出如下 -

Original DataFrame:
    col1  col2
0     2     1
1     5     3
2     0     0
3     1     4

Output Sorted DataFrame:
    col1  col2
2     0     0
3     1     4
0     2     1
1     5     3
打印页面
上一页
下一页
广告