”工欲善其事,必先利其器。“—孔子《论语.录灵公》
首页 > 编程 > 如何按多列升序和降序对 Pandas DataFrame 进行排序?

如何按多列升序和降序对 Pandas DataFrame 进行排序?

发布于2024-12-22
浏览:309

How to Sort a Pandas DataFrame by Multiple Columns in Ascending and Descending Order?

按多列对 Pandas Dataframe 进行排序

按多列对 Pandas Dataframe 进行排序是数据分析中的常见操作。考虑一个包含“a”、“b”和“c”列的数据框。要按“b”列升序和“c”列降序对此数据框进行排序,请按照下列步骤操作:

从 Pandas 版本 0.17.0 开始,排序方法已被弃用,转而使用 sort_values。从版本 0.20.0 开始,排序已被完全删除。但是,参数和结果保持不变:

df.sort_values(['a', 'b'], ascending=[True, False])

使用已弃用的排序的等效方法方法是:

df.sort(['a', 'b'], ascending=[True, False])

例如,考虑一个数据帧 df1,其列“a”和“b”中具有随机整数值:

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randint(1, 5, (10, 2)), columns=['a', 'b'])

按 'a' 升序排序此数据帧order 和 'b' 按降序排列给出:

df1.sort(['a', 'b'], ascending=[True, False])
   a  b
2  1  4
7  1  3
1  1  2
3  1  2
4  3  2
6  4  4
0  4  3
9  4  3
5  4  1
8  4  1

请记住,默认情况下排序方法不是就地排序。要使用排序值更新 df1,请将排序方法的结果分配给 df1 或在方法调用中使用 inplace=True:

df1 = df1.sort(['a', 'b'], ascending=[True, False])

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)
最新教程 更多>

免责声明: 提供的所有资源部分来自互联网,如果有侵犯您的版权或其他权益,请说明详细缘由并提供版权或权益证明然后发到邮箱:[email protected] 我们会第一时间内为您处理。

Copyright© 2022 湘ICP备2022001581号-3