3.3 KiB
3.3 KiB
在 Python 中对数据帧进行排序—循序渐进
原文:https://www.askpython.com/python-modules/pandas/sorting-a-dataframe
嘿,读者们!在本文中,我们将详细关注 Python 中对数据帧的排序。所以,让我们开始吧!
使用 sort_values()函数对数据帧进行排序
Python Pandas 模块为我们提供了各种处理大数据记录的函数。在根据数据帧处理数据记录时,我们经常会遇到需要对数据进行排序并表示输出的情况。
就在这时,Python*pandas . data frame . sort _ values()*函数出现了。
sort_values() function以定制的方式按升序或降序对数据进行排序。
现在,让我们在下一节集中讨论函数的结构。
Python 中 sort_values()函数的语法
看看下面的语法!
pandas.DataFrame.sort_values(by, axis=0, ascending=True, kind=’mergesort’)
- by :表示要排序的列的列表。
- 轴 : 0 表示按行排序,1 表示按列排序。
- 升序:如果为真,则按升序对数据帧进行排序。
- 种类:可以有三个值:
Quicksort、mergesort或heapsort。
现在,让我们在下一节中关注 sort_values()函数的实现。
Python 中对数据帧进行排序的示例代码
在这个例子中,我们已经用pandas.dataframe()函数初步创建了一个数据帧。此外,我们已经使用 sort_values()函数按降序对“RATE”列进行了排序。
举例:
import pandas as pd
data = pd.DataFrame([[3,0,1], [4,4,4], [1,7,7], [10,10,10]],
index=['Python', 'Java', 'C','Kotlin'],
columns=['RATE','EE','AA'])
sort = data.sort_values("RATE", axis = 0, ascending = False)
print("Data before sorting:\n")
print(data)
print("Data after sorting:\n")
print(sort)
输出:
Data before sorting:
RATE EE AA
Python 3 0 1
Java 4 4 4
C 1 7 7
Kotlin 10 10 10
Data after sorting:
RATE EE AA
Kotlin 10 10 10
Java 4 4 4
Python 3 0 1
C 1 7 7
在下面的例子中,我们按两列对上述数据帧进行了排序,即“EE”和“AA ”,如下所示。
举例:
import pandas as pd
data = pd.DataFrame([[3,0,1], [4,4,4], [1,7,7], [10,10,10]],
index=['Python', 'Java', 'C','Kotlin'],
columns=['RATE','EE','AA'])
sort = data.sort_values(["EE","AA"], axis = 0, ascending = True)
print("Data before sorting:\n")
print(data)
print("Data after sorting:\n")
print(sort)
输出:
如下图所示,数据框分别按照列“EE”和“AA”以升序排序。
Data before sorting:
RATE EE AA
Python 3 0 1
Java 4 4 4
C 1 7 7
Kotlin 10 10 10
Data after sorting:
RATE EE AA
Python 3 0 1
Java 4 4 4
C 1 7 7
Kotlin 10 10 10
结论
到此,我们就结束了这个话题。我们已经了解了 sort_values()函数对数据帧进行排序的功能。
如果你遇到任何问题,欢迎在下面评论。更多与 Python 相关的此类帖子,敬请关注,继续学习!