[Pandas基础] Pandas 数据排序

Series的排序：
Series.sort_value(ascending=Ture,inplace=Flase)

 参数说明：

• ascending: 默认为True升序排序，为False降序排序
• inplace: 是否修改原始Series

DataFrame的排序:
DataFrame.sort_values(by,ascending=True,inplace=False) 

参数说明：

• by: 字符串或者List<字符串>，单列排序或者多列排序
• ascending: bool或者list,升序还是降序，如果是list对应by的多列
• inplace: 是否修改原始DataFrame

下面开始代码演示：

import pandas as pd
# 演示数据
fpath="../datas/weather_20230115134249.csv"
df = pd.read_csv(fpath)

# 替换温度的后缀℃
df.loc[:,"气温(度)"] = df["气温(度)"].str.replace("℃","").astype("float64")
# 查看前两行
df.head()

本次案例的数据如下：

---

Series的排序

# 升序排序
df["相对湿度(%)"].sort_values().head()
# 降序排序
df["相对湿度(%)"].sort_values(ascending=False).head()

运行结果：

---

DataFrame的排序

# 升序排序
df.sort_values(by="相对湿度(%)").head()
# 降序排序
df.sort_values(by="相对湿度(%)",ascending=False).head()

---

多列排序

# 按湿度、温度排序，默认升序
df.sort_values(by=["相对湿度(%)","气温(度)"]).head()

# 两个字段都是降序
df.sort_values(by=["相对湿度(%)","气温(度)"],ascending=False).head()

#分别指定升序和降序
df.sort_values(by=["相对湿度(%)","气温(度)"],ascending=[True,False]).head()

结果如下：

---

本章结束，谢谢大家阅读！

撰写文章不易，希望大家多多点赞收藏！