python 排序与自定义排序：列表、字典、dataframe

一、列表 list --> sort()

1.1 升序、降序 reverse

list_ = ['Facebook', 'Google','Wechat', 'Baidu', 'Taobao','Jingdong']
print("原始列表：",list_,"\n")

# 默认排序（升序）
list_.sort() 
print("默认排序：",list_)

# 降序，使用参数 reverse=True
list_.sort(reverse=True)
print("    降序：",list_)

1.2 自定义排序(使用参数key)

# 1.按照字符串长度排序（降序）
# 排序参考：
#     Facebook --> len(Facebook) = 8 
#     Google   --> len(Google)   = 6
#     Wechat   --> len(Wechat)   = 6 
#     Baidu    --> len(Baidu)    = 5
#     Taobao   --> len(Taobao)   = 6 
#     Jingdong --> len(Jingdong) = 8 
list_.sort(reverse=True,key=lambda x:len(x))
print("按照字符串长度排序（降序）：",list_)

# 2.按照第二个字母排序（升序）
# 排序参考：
#     Facebook --> a 
#     Google   --> o  
#     Wechat   --> e  
#     Baidu    --> a   
#     Taobao   --> a  
#     Jingdong --> i 
list_.sort(key=lambda x:x[1])
print("按照第二个字母排序（升序）：",list_)

# 3.不排序，但要使用sort函数（为了更直观地介绍参数key的用法）
# 排序参考：
#     Facebook --> 1
#     Google   --> 1  
#     Wechat   --> 1  
#     Baidu    --> 1   
#     Taobao   --> 1  
#     Jingdong --> 1
list_ = ['Facebook', 'Google','Wechat', 'Baidu', 'Taobao','Jingdong']
list_.sort(key=lambda x:1) # 此时匿名函数lambda返回一个常量，排序则根据该常量进行判断
print("  不排序，但要使用sort函数：",list_)

# 4.指定顺序：['Taobao','Jingdong','Baidu','Wechat','Facebook', 'Google']
MySortList = ['Taobao','Jingdong','Baidu','Wechat','Facebook', 'Google']
MySortDict = dict([[i,MySortList.index(i)] for i in MySortList])
list_.sort(key=lambda x:MySortDict[x])
print("                  指定顺序：",list_)

二、字典 dict --> sorted

• sorted() 同样可以作用于列表，且两者参数类似
• list.sort() == sorted(list)
• 同样，sort()可以适用于字典

dict_ = {
    '斗罗大陆': '小舞', 
    '斗破苍穹': "云韵", 
    '狐妖小红娘': '涂山雅雅',
    '天行九歌': '焰灵姬',
}

print("               原始字典：",dict_,'\n')
print("直接排序（默认按key值）：",sorted(dict_))
print("           按values排序：",sorted(dict_.values()))
print("           按键值对排序：",sorted(dict_.items()))

################################## 自定义排序(使用参数key) ##################################
# 按 values 长度排序
# 排序参考：
#     斗罗大陆   --> len(小舞)     = 2 
#     斗破苍穹   --> len(云韵)     = 2
#     狐妖小红娘 --> len(涂山雅雅) = 4 
#     天行九歌   --> len(焰灵姬)   = 3 
print("     按 values 长度排序：",sorted(dict_.items(),key=lambda x:len(x[1])))

三、Dataframe 排序

• 创建一个dataframe

import pandas as pd

df = pd.DataFrame(
    {
        "A":[1,3,5,7,9],
        "D":[1,2,3,4,5],
        "C":['a','d','c','d','b'],
        "B":[2,4,6,8,10]
    },
    index=list("acbed")
)

3.1 索引排序 sort_index()

• 参数解析

sort_index(
    axis           = 0,           # 0按照行名；1按照列名
    level          = None,        # 默认None，否则按照给定的level顺序排列
    ascending      = True,        # 默认True升序；False降序
    inplace        = False,       # 默认False，否则排序之后的数据直接替换原来的dataframe
    kind           = 'quicksort', # 排序方法，{'quicksort','mergesort','heapsort'},默认'quicksort'。(似乎不用太关心)
    na_position    = 'last',      # 缺失值默认排在最后{'first','last'}
    sort_remaining = True,        # ************
    by             = None         # 按照某一列或几列数据进行排序，这里by参数不建议使用
)

• 针对 index 排序（行）

df.sort_index(
    axis = 0,         # 默认 index
    ascending = True, # 升序
)

• 针对 columns 排序（列）

df.sort_index(
    axis = 1,         # 1代表针对columns
    ascending = True, # 升序
)

3.2 值排序 sort_values()

• 参数解析

sort_values(
    by          = [columns],   # 参考排序的列
    axis        = 0,           # 0按照行名；1按照列名
    ascending   = True,        # 布尔型，True则升序，如果by=['列名1','列名2']，则该参数可以是[True, False]，即第一字段升序，第二个降序。
    inplace     = False,       # 默认False，否则排序之后的数据直接替换原来的dataframe
    kind        = 'quicksort', # 排序方法，{'quicksort','mergesort','heapsort'},默认'quicksort'。(似乎不用太关心)
    na_position = 'last'       # 缺失值的位置{'first','last'}
)  

• 针对C列进行升序的基础上再对D列进行降序
• 即在C列有相同值的情况下，D列进行降序

df.sort_values(by=['C','D'],ascending=[True,False])

3.3 dataframe 自定义排序

• 加载库 CategoricalDtype

from pandas.api.types import CategoricalDtype

3.3.1 单变量自定义排序

• 针对C列

c_sort = CategoricalDtype(
    ['a','d','c'],  # 列表以外的值都会变为 NaN
    ordered=True    # [布尔值]如果为false，则将类别视为无序。
)
df['C'] = df['C'].astype(c_sort)
df.sort_values(by=['C'])

3.3.2 多变量自定义排序

• 针对B、C列

cat_B = CategoricalDtype(
    [8,4],       # 列表以外的值都会变为 NaN
    ordered=True # [布尔值]如果为false，则将类别视为无序。
)
cat_C = CategoricalDtype(
    ['a','d','c'], # 列表以外的值都会变为 NaN
    ordered=True   # [布尔值]如果为false，则将类别视为无序。
)
df['B'] = df['B'].astype(cat_B)
df['C'] = df['C'].astype(cat_C)
df.sort_values(by=['C','B'])