python pandas 数据排序的几种常用方法

更新时间：2022年09月14日 16:11:49 作者：soulsoul_god

这篇文章主要介绍了python pandas数据排序的几种常用方法，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下

前言：

pandas中排序的几种常用方法，主要包括sort_index和sort_values。

基础数据：

import pandas as pd
import numpy as np
data = {
    'brand':['Python', 'C', 'C++', 'C#', 'Java'],
    'B':[4,6,8,12,10],
    'A':[10,2,5,20,16],
    'D':[6,18,14,6,12],
    'years':[4,1,1,30,30],
    'C':[8,12,18,8,2]
}
index = [9,3,4,5,2]
df = pd.DataFrame(data=data, index = index)
print("df数据：\n", df, '\n')

out：

df数据：
A B C D brand years
9 10 4 8 6 Python 4
3 2 6 12 18 C 1
4 5 8 18 14 C++ 1
5 20 12 8 6 C# 30
2 16 10 2 12 Java 30

按行索引排序：

print("按行索引排序:\n", df.sort_index(), '\n')

out：

按行索引排序:
A B C D brand years
2 16 10 2 12 Java 30
3 2 6 12 18 C 1
4 5 8 18 14 C++ 1
5 20 12 8 6 C# 30
9 10 4 8 6 Python 4

通过设置参数ascending可以设置升序或者降序排序，默认情况下ascending=True，为升序排序。

设置ascending=False时，为降序排序。

print("按行索引降序排序:\n", df.sort_index(ascending=False), '\n')

out:

按行索引降序排序:
A B C D brand years
9 10 4 8 6 Python 4
5 20 12 8 6 C# 30
4 5 8 18 14 C++ 1
3 2 6 12 18 C 1
2 16 10 2 12 Java 30

按列的名称排序：

设置参数axis=1实现按列的名称排序：

print("按列名称排序:\n", df.sort_index(axis=1), '\n')

out：

按列名称排序:
A B C D brand years
9 10 4 8 6 Python 4
3 2 6 12 18 C 1
4 5 8 18 14 C++ 1
5 20 12 8 6 C# 30
2 16 10 2 12 Java 30

同样，也可以设置ascending参数：

print("按列名称排序:\n", df.sort_index(axis=1, ascending=False), '\n')

out：

按列名称排序:
years brand D C B A
9 4 Python 6 8 4 10
3 1 C 18 12 6 2
4 1 C++ 14 18 8 5
5 30 C# 6 8 12 20
2 30 Java 12 2 10 16

按数值排序：

sort_values()是pandas中按数值排序的函数：

1、按单个列的值排序

sort_values()中设置单个列的列名，可以对单个列进行排序，通过设置ascending可以设置升序或者降序。

print("按列名称A排序:\n", df.sort_values('A'), '\n')

out：

按列名称排序:
A B C D brand years
3 2 6 12 18 C 1
4 5 8 18 14 C++ 1
9 10 4 8 6 Python 4
2 16 10 2 12 Java 30
5 20 12 8 6 C# 30

设置ascending=False进行降序排序：

print("按列名称A降序排序:\n", df.sort_values('A', ascending=False), '\n')

out：

按列名称A降序排序:
A B C D brand years
5 20 12 8 6 C# 30
2 16 10 2 12 Java 30
9 10 4 8 6 Python 4
4 5 8 18 14 C++ 1
3 2 6 12 18 C 1

按多个列的值排序：

先按year列的数据进行升序排序，year列相同的再看B列进行升序排序

print("按多个列排序:\n", df.sort_values(['years', 'B']), '\n')

out：

按多个列排序:
A B C D brand years
3 2 6 12 18 C 1
4 5 8 18 14 C++ 1
9 10 4 8 6 Python 4
2 16 10 2 12 Java 30
5 20 12 8 6 C# 30

也可以分别设置列的升序、降序来排序：

years列为升序，B列为降序。

print("按多个列排序:\n", df.sort_values(['years', 'B'], ascending=[True, False]), '\n')

out：

按多个列排序:
A B C D brand years
4 5 8 18 14 C++ 1
3 2 6 12 18 C 1
9 10 4 8 6 Python 4
5 20 12 8 6 C# 30
2 16 10 2 12 Java 30

inplace使用：

inplace=True：不创建新的对象，直接对原始对象进行修改；默认是False，即创建新的对象进行修改，原对象不变，和深复制和浅复制有些类似。

df.sort_values('A', inplace=True)
print("按A列排序:\n", df, '\n')

out:

按A列排序:
A B C D brand years
3 2 6 12 18 C 1
4 5 8 18 14 C++ 1
9 10 4 8 6 Python 4
2 16 10 2 12 Java 30
5 20 12 8 6 C# 30

缺失值：

含有nan值的数据排序：

data = {
    'brand':['Python', 'C', 'C++', 'C#', 'Java'],
    'B':[4,6,8,np.nan,10],
    'A':[10,2,5,20,16],
    'D':[6,18,14,6,12],
    'years':[4,1,1,30,30],
    'C':[8,12,18,8,2]
}
index = [9,3,4,5,2]
df = pd.DataFrame(data=data, index = index)
print("df数据：\n", df, '\n')

out:

df数据：
A B C D brand years
9 10 4.0 8 6 Python 4
3 2 6.0 12 18 C 1
4 5 8.0 18 14 C++ 1
5 20 NaN 8 6 C# 30
2 16 10.0 2 12 Java 30

B列含有nan值，对B列进行排序，缺失值排在最前面：

print("按B列排序:\n", df.sort_values('B', na_position='first'), '\n')

按B列排序:
A B C D brand years
5 20 NaN 8 6 C# 30
9 10 4.0 8 6 Python 4
3 2 6.0 12 18 C 1
4 5 8.0 18 14 C++ 1
2 16 10.0 2 12 Java 30

包含缺失值，缺失值排在最后：

print("按B列排序:\n", df.sort_values('B', na_position='last'), '\n')

out：

按B列排序:
A B C D brand years
9 10 4.0 8 6 Python 4
3 2 6.0 12 18 C 1
4 5 8.0 18 14 C++ 1
2 16 10.0 2 12 Java 30
5 20 NaN 8 6 C# 30

到此这篇关于python pandas 数据排序的几种常用方法的文章就介绍到这了,更多相关python pandas内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

pandas中按行或列的值对数据排序的实现

详解Python flask的前后端交互
这篇文章主要为大家详细介绍了Python flask的前后端交互，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
2022-03-03
pyqt5实现按钮添加背景图片以及背景图片的切换方法
今天小编就为大家分享一篇pyqt5实现按钮添加背景图片以及背景图片的切换方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-06-06
python内打印变量之%和f的实例
今天小编就为大家分享一篇python内打印变量之%和f的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-02-02
python判断端口是否打开的实现代码
python判断端口是否打开的代码，有需要的朋友可以参考下
2013-02-02
python使用wxpy轻松实现微信防撤回的方法
今天小编就为大家分享一篇python使用wxpy轻松实现微信防撤回的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-02-02
Python中requests库的基本概念与具体使用方法
requests库是用python编写的基于urllib,requests唯一的一个非转基因的Python HTTP库,下面这篇文章主要给大家介绍了关于Python中requests库的基本概念与具体使用方法,需要的朋友可以参考下
2022-08-08
python如何修改装饰器中参数
这篇文章主要为大家详细介绍了python如何修改装饰器中参数，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-03-03
Python中的is和id用法分析
这篇文章主要介绍了Python中的is和id用法,实例分析了is和id的功能及使用技巧,具有一定参考借鉴价值,需要的朋友可以参考下
2015-01-01
PyQt5+QtChart实现柱状图的绘制
QChart是一个QGraphicScene中可以显示的QGraphicsWidget。本文将利用QtChart实现柱状图的绘制，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下
2022-12-12
10行Python代码实现Web自动化管控的示例代码
这篇文章主要介绍了10行Python代码实现Web自动化管控的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-08-08