10 ，df 操作：排序，升序，降序 (data.sort_values)

最新推荐文章于 2023-03-28 22:34:21 发布

孙砚秋

最新推荐文章于 2023-03-28 22:34:21 发布

阅读量1.1w

点赞数

文章标签： python

本文链接：https://blog.csdn.net/qq_34319644/article/details/107127956

版权

1 ，排序： data.sort_values(“Age”,inplace=True)

目的：用年龄排序
代码：

if __name__ == '__main__':
    # 读文件 csv
    data = pd.read_csv("titanic_train.csv")
    # 空值处理 ： 删除掉空值，为了看排序结果的方便
    data = data.dropna()
    # 排序 ： 用年龄排序 ： Age ，inplace( 是否生成新的 df )
    data.sort_values("Age",inplace=True)
    # 打印
    res = data[["PassengerId","Survived","Pclass","Age","Fare"]]
    print(res)
============================================================
     PassengerId  Survived  Pclass    Age      Fare
305          306         1       1   0.92  151.5500
183          184         1       2   1.00   39.0000
205          206         0       3   2.00   10.4625
297          298         0       1   2.00  151.5500
340          341         1       2   2.00   26.0000
193          194         1       2   3.00   26.0000
10            11         1       3   4.00   16.7000
445          446         1       1   4.00   81.8583

2 ，降序： data.sort_values(“Age”,inplace=True,ascending=False)

默认：升序
目的：降序
代码：

if __name__ == '__main__':
    # 读文件 csv
    data = pd.read_csv("titanic_train.csv")
    # 空值处理 ： 删除掉空值，为了看排序结果的方便
    data = data.dropna()
    # 排序 ： 用年龄排序 ： Age ，inplace( 是否生成新的 df )
    data.sort_values("Age",inplace=True,ascending=False)
    # 打印
    res = data[["PassengerId","Survived","Pclass","Age","Fare"]]
    print(res)
============================================================
     PassengerId  Survived  Pclass    Age      Fare
630          631         1       1  80.00   30.0000
96            97         0       1  71.00   34.6542
745          746         0       1  70.00   71.0000
456          457         0       1  65.00   26.5500