Pandas sorting排序
精华
小牛编辑
181浏览
2023-03-14
Pands 提供了两种排序方法,分别是按标签排序和按数值排序。本节讲解 Pandas 的排序操作。
下面创建一组 DataFrame 数据,如下所示:
默认为 quicksort(快速排序) ,其中 Mergesort 归并排序是最稳定的算法。
下面创建一组 DataFrame 数据,如下所示:
import pandas as pd import numpy as np #行标签乱序排列,列标签乱序排列 unsorted_df=pd.DataFrame(np.random.randn(10,2),index=[1,6,4,2,3,5,9,8,0,7],columns=['col2','col1']) print(unsorted_df)输出结果:
col2 col1 1 -0.053290 -1.442997 6 -0.203066 -0.702727 4 0.111759 0.965251 2 -0.896778 1.100156 3 -0.458899 -0.890152 5 -0.222691 -0.144881 9 -0.921674 0.510045 8 -0.130748 -0.734237 0 0.617717 0.456848 7 0.804284 0.653961上述示例,行标签和数值元素均未排序,下面分别使用标签排序、数值排序对其进行操作。
按标签排序
使用 sort_index() 方法对行标签排序,指定轴参数(axis)或者排序顺序。或者可以对 DataFrame 进行排序。默认情况下,按照行标签序排序。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']) sorted_df=unsorted_df.sort_index() print(sorted_df)输出结果:
col2 col1 0 2.113698 -0.299936 1 -0.550613 0.501497 2 0.056210 0.451781 3 0.074262 -1.249118 4 -0.038484 -0.078351 5 0.812215 -0.757685 6 0.687233 -0.356840 7 -0.483742 0.632428 8 -1.576988 -1.425604 9 0.776720 1.182877
1) 排序顺序
通过将布尔值传递给ascending
参数,可以控制排序的顺序(行号顺序)。示例如下:
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']) sorted_df = unsorted_df.sort_index(ascending=False) print(sorted_df)输出结果:
col2 col1 9 2.389933 1.152328 8 -0.374969 0.182293 7 -0.823322 -0.104431 6 -0.566627 -1.020679 5 1.021873 0.315927 4 0.127070 -1.598591 3 0.258097 0.389310 2 -1.027768 -0.582664 1 0.766471 -0.043638 0 0.482486 -0.512309
按列标签排序
通过给 axis 轴参数传递 0 或 1,可以对列标签进行排序。默认情况下,axis=0 表示按行排序;而 axis=1 则表示按列排序。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']) sorted_df=unsorted_df.sort_index(axis=1) print (sorted_df)输出结果:
col1 col2 1 -1.424992 -0.062026 4 -0.083513 1.884481 6 -1.335838 0.838729 2 -0.085384 0.178404 3 1.198965 0.089953 5 1.400264 0.213751 9 -0.992759 0.015740 8 1.586437 -0.406583 0 -0.842969 0.490832 7 -0.310137 0.485835
按值排序
与标签排序类似,sort_values() 表示按值排序。它接受一个by
参数,该参数值是要排序数列的 DataFrame 列名。示例如下:
import pandas as pd import numpy as np unsorted_df = pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4]}) sorted_df = unsorted_df.sort_values(by='col1') print (sorted_df)输出结果:
col1 col2 1 1 3 2 1 2 3 1 4 0 2 1注意:当对 col1 列排序时,相应的 col2 列的元素值和行索引也会随 col1 一起改变。by 参数可以接受一个列表参数值,如下所示:
import pandas as pd import numpy as np unsorted_df = pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4]}) sorted_df = unsorted_df.sort_values(by=['col1','col2']) print (sorted_df)输出结果:
col1 col2 2 1 2 1 1 3 3 1 4 0 2 1
排序算法
sort_values() 提供了参数kind
用来指定排序算法。这里有三种排序算法:
- mergesort
- heapsort
- quicksort
默认为 quicksort(快速排序) ,其中 Mergesort 归并排序是最稳定的算法。
import pandas as pd import numpy as np unsorted_df = pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4]}) sorted_df = unsorted_df.sort_values(by='col1' ,kind='mergesort') print (sorted_df)输出结果:
col1 col2 1 1 3 2 1 2 3 1 4 0 2 1