python sort_values函数_Pandas之排序函数sort_values()的实现

一、sort_values()函数用途

pandas中的sort_values()函数原理类似于SQL中的order by,可以将数据集依照某个字段中的数据进行排序,该函数即可根据指定列数据也可根据指定行的数据排序。

二、sort_values()函数的具体参数

用法:

DataFrame.sort_values(by=‘##',axis=0,ascending=True, inplace=False, na_position=‘last')

参数说明

参数

说明

by

指定列名(axis=0或'index')或索引值(axis=1或'columns')

axis

若axis=0或'index',则按照指定列中数据大小排序;若axis=1或'columns',则按照指定索引中数据大小排序,默认axis=0

ascending

是否按指定列的数组升序排列,默认为True,即升序排列

inplace

是否用排序后的数据集替换原来的数据,默认为False,即不替换

na_position

{‘first',‘last'},设定缺失值的显示位置

三、sort_values用法举例

创建数据框

#利用字典dict创建数据框

import numpy as np

import pandas as pd

df=pd.DataFrame({'col1':['A','A','B',np.nan,'D','C'],

'col2':[2,1,9,8,7,7],

'col3':[0,1,9,4,2,8]

})

print(df)

>>>

col1 col2 col3

0 A 2 0

1 A 1 1

2 B 9 9

3 NaN 8 4

4 D 7 2

5 C 7 8

依据第一列排序,并将该列空值放在首位

#依据第一列排序,并将该列空值放在首位

print(df.sort_values(by=['col1'],na_position='first'))

>>>

col1 col2 col3

3 NaN 8 4

0 A 2 0

1 A 1 1

2 B 9 9

5 C 7 8

4 D 7 2

依据第二、三列,数值降序排序

#依据第二、三列,数值降序排序

print(df.sort_values(by=['col2','col3'],ascending=False))

>>>

col1 col2 col3

2 B 9 9

3 NaN 8 4

5 C 7 8

4 D 7 2

0 A 2 0

1 A 1 1

根据第一列中数值排序,按降序排列,并替换原数据

#根据第一列中数值排序,按降序排列,并替换原数据

df.sort_values(by=['col1'],ascending=False,inplace=True,

na_position='first')

print(df)

>>>

col1 col2 col3

3 NaN 8 4

4 D 7 2

5 C 7 8

2 B 9 9

1 A 1 1

0 A 2 0

按照索引值为0的行,即第一行的值来降序排序

x = pd.DataFrame({'x1':[1,2,2,3],'x2':[4,3,2,1],'x3':[3,2,4,1]})

print(x)

#按照索引值为0的行,即第一行的值来降序排序

print(x.sort_values(by =0,ascending=False,axis=1))

>>>

x1 x2 x3

0 1 4 3

1 2 3 2

2 2 2 4

3 3 1 1

x2 x3 x1

0 4 3 1

1 3 2 2

2 2 4 2

3 1 1 3

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值