Python Pandas数据排序实战：索引、列名与数值排序全解析

Pandas数据排序概述

前言：

在Pandas库中，数据排序主要依赖两个核心函数：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')

输出结果：

原始df数据如下： 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

按行索引排序：

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

输出结果：

按行索引排序后的结果： 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')

输出：

按行索引降序排序结果： 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

按列名排序

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')

输出结果：

按列名称排序后的结果： 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')

输出结果：

按列名称排序（降序）： 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

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')

输出结果：

按列名称A排序结果： 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')

输出结果：

按列名称A降序排序结果： 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')

输出结果：

按多个列排序结果： 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')

输出结果：

按多个列排序结果： 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

原地修改与缺失值处理

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')

输出结果：

按A列排序结果： 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')

输出结果：

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列排序结果： 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')

输出结果：

按B列排序结果： 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内容请搜索本站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本站！