怎么让DataFrame按照某一列绝对值从小到按排列？

最新推荐文章于 2024-06-14 23:15:56 发布

极客小生

最新推荐文章于 2024-06-14 23:15:56 发布

阅读量3.2k

点赞数 3

分类专栏： Python数据分析

本文链接：https://blog.csdn.net/shengshengshiwo/article/details/115102118

版权

Python数据分析专栏收录该内容

1 篇文章 0 订阅

订阅专栏

这篇博客介绍了如何利用numpy的argsort函数对一维和二维数组进行排序。首先，通过示例展示了如何根据绝对值对一维数组从小到大排序，然后解释了argsort函数的工作原理，即返回排序后的索引。接着，演示了在二维数组中按列或行排序的方法。此外，还提供了argsort函数在升序和降序排列中的应用案例。

摘要由CSDN通过智能技术生成

比如按照‘a’列的绝对值从小到大排序

df.iloc[df['a'].abs().argsort()]

按照绝对从大到小排序

df.iloc[df['a'].abs().argsort()[::-1]]

第一步：先定义一个array数据
import numpy as np
x=np.array([2,4,5,3,-10,1])

第二步：输出结果：
y=np.argsort(x)
print(y)
输出结果为：y=[4 5 0 3 1 2]

第三步：总结：
argsort()函数是将x中的元素从小到大排列，提取其对应的index(索引号)
例如：x[4]=-10最小，所以y[0]=4,
同理：x[2]=5最大，所以y[5]=2。

看以下官方案例：

One dimensional array:一维数组

    >>> x = np.array([3, 1, 2])
    >>> np.argsort(x)
    array([1, 2, 0])

    Two-dimensional array:二维数组

    >>> x = np.array([[0, 3], [2, 2]])
    >>> x
    array([[0, 3],
           [2, 2]])

    >>> np.argsort(x, axis=0) #按列排序
    array([[0, 1],
           [1, 0]])

    >>> np.argsort(x, axis=1) #按行排序
    array([[0, 1],
           [0, 1]])
	
	>>> x = np.array([3, 1, 2])
	>>> np.argsort(x) #按升序排列
	array([1, 2, 0])
	>>> np.argsort(-x) #按降序排列
	array([0, 2, 1])