來源：AI入門學(xué)習(xí)

作者：小伍哥

數(shù)據(jù)排序，是使用非常高頻的功能，Pandas排序支持做的非常好，主要涉及兩個(gè)函數(shù)，兩種數(shù)據(jù)類型，組合起來四種情況。

Series排序

• Series.sort_index 索引排序
• Series.sort_values 值引排序

DataFrame排序

• DataFrame.sort_index 索引排序
• DataFrame.sort_values 值引排序

一、Series的排序

1、sort_index 索引排序

定義一個(gè)Series用于實(shí)驗(yàn)

s = Series([4,1,2,3],index=['d','a','c','b'])
d 4 a 1 c 2 b 3

對Series的索引進(jìn)行升序排序，默認(rèn)即可，無需使用其他參數(shù)

s.sort_index() a 1 b 3 c 2 d 4

對Series的索引進(jìn)行降序排序，使用ascending=False參數(shù)

s.sort_index(ascending=False) d 4 c 2 b 3 a 1

2、sort_values 值引排序

用 法：

Series.sort_values(ascending=True, inplace=Flase)

參數(shù)：

• ascending：默認(rèn)為True升序排列，為Flase降序排序
• inplace：是否修改原始的Series

對Series的值進(jìn)行升序排序，默認(rèn)即可，無需使用其他參數(shù)

s.sort_values() a 1 c 2 b 3 d 4

對Series的值進(jìn)行降序排序，使用ascending=False參數(shù)

s.sort_values(ascending=False) d 4 b 3 c 2 a 1

二、 DataFrame的排序

1、sort_index 索引排序

DataFrame.sort_index(by=None,
axis=0, level=None, 
ascending=True, 
inplace=False, 
kind='quicksort', 
na_position='last', 
sort_remaining=True)

• by：按照某一列或幾列數(shù)據(jù)進(jìn)行排序，但是by參數(shù)貌似不建議使用
• axis：0按照行名排序；1按照列名排序
• level：默認(rèn)None，否則按照給定的level順序排列---貌似并不是，文檔
• ascending：默認(rèn)True升序排列；False降序排列
• inplace：默認(rèn)False，否則排序之后的數(shù)據(jù)直接替換原來的數(shù)據(jù)框
• kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太關(guān)心。
• na_position：缺失值默認(rèn)排在最后{"first","last"}

構(gòu)建數(shù)據(jù)集

import numpy as np import pandas as pd data = pd.DataFrame( np.arange(9).reshape(3,3),
                 index   = ["0","2","1"],
                 columns = ["col_a","col_c","col_b"]) data col_a  col_c  col_b 0 0 1 2 2 3 4 5 1 6 7 8

按行的索引升序進(jìn)行排序，默認(rèn)按行，升序

data.sort_index() col_a col_c col_b 0 0 1 2 1 6 7 8 2 3 4 5

按行的索引按降序進(jìn)行排序

data.sort_index(ascending=False) col_a col_c col_b 2 3 4 5 1 6 7 8 0 0 1 2

按列升序的索引進(jìn)行排序

data.sort_index(axis=1) Out[10]: col_a col_c col_b 0 0 1 2 1 6 7 8 2 3 4 5

2、sort_values 值引排序

用 法：

DataFrame.sort_values(
by, 
axis=0, 
ascending=True, 
inplace=False,
kind='quicksort', 
na_position='last')

參 數(shù)：

• by：字符串或者List<字符串>；如果axis=0，那么by="列名"；如果axis=1，那么by="行名"。
• axis：{0 or ‘index’, 1 or ‘columns’}, default 0，默認(rèn)按照列排序，即縱向排序；如果為1，則是橫向排序。
• ascending：布爾型，True則升序，如果by=['列名1','列名2']，則該參數(shù)可以是[True, False]，即第一字段升序，第二個(gè)降序。
• inplace：布爾型，是否用排序后的數(shù)據(jù)框替換現(xiàn)有的數(shù)據(jù)框。
• kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太關(guān)心。
• na_position：{‘first’, ‘last’}, default ‘last’，默認(rèn)缺失值排在最后面。

構(gòu)建實(shí)驗(yàn)用數(shù)據(jù)

data =pd.DataFrame([[2,3,12],[6,2,8],[9,5,7]], index=["0", "2", "1"], columns=["col_a", "col_c", "col_b"]) col_a col_c col_b 0 2 3 12 2 6 2 8 1 9 5 7

按指定列的值大小順序進(jìn)行排序

data.sort_values(by='col_c') col_a col_c col_b 2 6 2 8 0 2 3 12 1 9 5 7

按多列進(jìn)行排序

data.sort_values(by=['col_b','col_a']) col_a col_c col_b 1 9 5 7 2 6 2 8 0 2 3 12

先按col_b列降序，再按col_a列升序排序

data.sort_values(by=['col_b','col_a'],axis=0,ascending=[False,True]) col_a col_c col_b 0 2 3 12 2 6 2 8 1 9 5 7

按行升序排列

data.sort_values(by='2',axis=1) col_c col_a col_b 0 3 2 12 2 2 6 8 1 5 9 7

按 2行 升序，0行降排列

data.sort_values(by=['2','0'],axis=1) col_c col_a col_b 0 3 2 12 2 2 6 8 1 5 9 7