Pandas sorting排序
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:
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 -0.064764 -1.390859
6 -1.729387 0.210522
4 -0.783614 -0.936503
2 -0.892115 -0.948152
3 0.206837 -0.330327
5 0.100021 -0.640862
9 1.164735 0.177476
8 0.396342 -0.697247
0 0.648810 0.075562
7 2.630982 -0.246838
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 -1.013323 0.817171
1 -0.587502 1.157077
2 -1.050989 -0.390652
3 1.186827 -0.175019
4 -0.001765 0.606036
5 -0.245183 -2.370456
6 -0.550815 -1.073757
7 1.139061 0.856136
8 -2.551212 1.561623
9 -0.477405 -0.416104
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 0.207660 -0.693535
8 0.243428 0.821085
7 -1.651267 0.776739
6 1.323955 -0.413546
5 -0.035917 0.996121
4 -0.432913 0.550918
3 0.159821 0.599407
2 -1.040912 -0.103187
1 0.661747 0.912794
0 0.104926 1.184431
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 0.115969 -0.706111
4 -0.376549 0.693983
6 -1.404271 1.074522
2 0.315593 0.920682
3 1.895498 0.464436
5 -0.183128 0.520173
9 0.703255 -0.549843
8 0.027205 2.062095
0 2.136995 0.772867
7 0.963484 1.279801
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