亲宝软件园·资讯

展开

pandas中按行或列的值对数据排序的实现

宁萌Julie 人气:0

在处理表格型数据时,常会用到排序,比如,按某一行或列的值对表格排序,要怎么做呢?

这就要用到 pandas 中的 sort_values() 函数。

一、 按列的值对数据排序

先来看最常见的情况。

1.按某一列的值对数据排序

以下面的数据为例。

import pandas as pd
df_col = pd.DataFrame({'Name':['Paul','Richard', 'Betty',  'Philip','Anna'],
        'course1':[85,83,90,84,85],
        'course2':[90,82,79,71,86],
        'sport':['basketball', 'Volleyball', 'football', 'Basketball','baseball']},
         index=[1,2,3,4,5])  
df_col
Namecourse1course2sport
1Paul8590basketball
2Richard8382Volleyball
3Betty9079football
4Philip8471Basketball
5Anna8586baseball

在 sort_values() 函数中设置 by='列名',即可以按这一列值的顺序重新排列行。

df_sort=df_col.sort_values(by='course2')
df_sort
Namecourse1course2sport
4Philip8471Basketball
3Betty9079football
2Richard8382Volleyball
5Anna8586baseball
1Paul8590basketball

如以上结果所示,默认是升序排列。还可以做降序排列,在 sort_values() 函数中设置 ascending=False 即可。例如:

df_sort=df_col.sort_values(by='course2',ascending=False)
df_sort
Namecourse1course2sport
1Paul8590basketball
5Anna8586baseball
2Richard8382Volleyball
3Betty9079football
4Philip8471Basketball

2. 按多列的值对数据排序

您是否遇到过这种情况:要排序的某一列数据有相同的值,此时结果会怎么样呢?我们来看下面的例子。

df_sort=df_col.sort_values(by='course1')
df_sort
Namecourse1course2sport
2Richard8382Volleyball
4Philip8471Basketball
1Paul8590basketball
5Anna8586baseball
3Betty9079football

从结果看到,“course1” 有两个相同的值 85,此时会依据 index 的先后顺序排列。

那如果不想按 index 顺序,想要自己设定相同值的排序方式,应该怎么做呢?

可以设置第二列,对于第一列的相同值,参照第二列的值排序。例如:

df_sort=df_col.sort_values(by=['course1','course2'])
df_sort
Namecourse1course2sport
2Richard8382Volleyball
4Philip8471Basketball
5Anna8586baseball
1Paul8590basketball
3Betty9079football

可以看到,by 参数中的第二列 “course2” 只在第一列 “course1” 中有相同值时起作用,因此只有 “Anna” 和 “Paul” 所在的这两行数据位置互换,其它行位置不变。

3. key 参数:设置排序时的数据变换函数

在实际中还可能会遇到这种情况,数据中大小写都有,比如例子数据的 “sport” 列。按这一列对数据排序,结果如下:

df_sort=df_col.sort_values(by=['sport'])
df_sort
Namecourse1course2sport
4Philip8471Basketball
2Richard8382Volleyball
5Anna8586baseball
1Paul8590basketball
3Betty9079football

看结果发现,大写字母排在小写字母前面,因此 “Volleyball” 所在行排在 “baseball” 所在行前面,但这并不是我们想要的排序结果。那应该怎么做,才能按字母顺序排序呢?

可以设置 sort_values() 函数的 key 参数。

df_sort=df_col.sort_values(by=['sport'],key=lambda col:col.str.lower())
df_sort
Namecourse1course2sport
5Anna8586baseball
1Paul8590basketball
4Philip8471Basketball
3Betty9079football
2Richard8382Volleyball

此时的排序结果就是按字母顺序排列。

4. 修改原数据

前面介绍的操作中,每次都生成了一个新的数据 df_sort,并没有改变原数据。

df_col
Namecourse1course2sport
1Paul8590basketball
2Richard8382Volleyball
3Betty9079football
4Philip8471Basketball
5Anna8586baseball

但是,有时可能数据太大,而原数据后续不再使用。为了节省空间,想直接在原数据上改动。应该怎么办呢?

只要在 sort_values() 函数中设置 inplace=True。

df_col.sort_values(by='course2',inplace=True)
df_col
Namecourse1course2sport
4Philip8471Basketball
3Betty9079football
2Richard8382Volleyball
5Anna8586baseball
1Paul8590basketball

二、 按行的值对数据排序

需要注意的是,这种情况只适用于各列数据类型相同的情况,例如下面例子中的数据,每一列数据都是数值型。而前面例子的数据既有数值型,又有字符型,无法按行的值排序。

df_row = pd.DataFrame({
        'course1':[91,85,90,84,92],
        'course2':[72,81,76,71,79],
        'course3':[93,85,88,94,86]},
         index=['Paul','Richard', 'Betty',  'Philip','Anna'])
df_row
course1course2course3
Paul917293
Richard858185
Betty907688
Philip847194
Anna927986

按行的值排序时,设置 by 参数为某行的 index 名,并且 axis=1。

df_sort=df_row.sort_values(by='Anna',axis=1)
df_sort
course2course3course1
Paul729391
Richard818585
Betty768890
Philip719484
Anna798692

按行值排序在 sort_values() 函数中设置 ascending, key, inplace 等参数的方式都与前面介绍的按列值排序相同。这里仅以按多行的值对数据排序为例。

df_sort=df_row.sort_values(by=['Richard','Paul'],axis=1,ascending=False)
df_sort
course3course1course2
Paul939172
Richard858581
Betty889076
Philip948471
Anna869279

参考

1.https://www.geeksforgeeks.org/sort-rows-or-columns-in-pandas-dataframe-based-on-values/

2.http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.html

加载全部内容

相关教程
猜你喜欢
用户评论