list，array和DataFrame的排序总结_python array和list排序-CSDN博客

本文链接：https://blog.csdn.net/weixin_66485159/article/details/130186666

前言

本文对python中常用的list，array和DataFrame，这三种数据类型的排序方法进行了总结。

本文需要导入以下包：

import numpy as np
import pandas as pd
import heapq

一、list排序

首先，我们定义初始列表：

list_0 = [1, 4, 5, 7, 2]

1.sort()

sort()方法，是在原始列表上进行排序，默认是从小到大。该方法含有一个参数：reverse，表示是否反向，若reverse=True 则将其按照从大到小的顺序排序。

list_1 = list_0.copy()#副本，保证 list_0 不变
print(list_1)
list_1.sort()
print(list_1)
list_2.sort(reverse=True)
print(list_2)
#结果如下：
#[1,4,5,7,2]
#[1,2,4,5,7]
#[7,5,4,2,1]

2.sorted()

sorted()函数，对原始列表不作修改，返回一个新的已排序列表。

list_3 = sorted(list_0)
print(list_0)
print(list_3)
#结果如下：
#[1,4,5,7,2]
#[1,2,4,5,7]
#[7,5,4,2,1]

sorted()函数有两个参数，其中 reverse 参数用法同上，而 key 参数可以指定一些排序规则。例如：

1.对3取余后的数字排序

list_4 = sorted(list_0, key=lambda x: x%3)
print(list_0)
print(list_4)
#结果如下：
#[1,4,5,7,2]
#[1,2,4,5,7]

2.排序后序列的索引

list_5 = sorted(range(len(list_0)), key=lambda i: list_0[i])
print(list_0) #原始序列
print(list_1) #排序后序列
print(list_5) #排序后序列索引
#结果如下：
#[1,4,5,7,2]
#[1,2,4,5,7]
#[0,4,1,2,3]

3.返回最大/小值

heapq库内的heapq.nlargest() 和 heapq.nsmallest()函数，都可以用于查找列表中的最大和最小元素。这两个函数都接受两个参数，即要返回的元素数量和要搜索的列表，均返回一个新的列表，其中包含最大或最小的元素。以下举例返回前三大/小的数：

largest_3 = heapq.nlargest(3, list_0)
smallest_3 = heapq.nsmallest(3, list_0)
print(list_0)
print(largest_3)
print(smallest_3)
#结果如下：
#[1,4,5,7,2]
#[7,5,4]
#[1,2,4]

二、numpy排序

1.np.sort()

np.sort()函数和前面所提到的sorted()函数很类似，对原始列表不作修改，但返回的是一个新的已排序Array;同时若想要从大到小排序，则需要在后面加上[::-1]。

arr_1 = np.sort(list_0)
arr_2 = np.sort(list_0)[::-1]
print(list_0)
print(arr_1) 
print(arr_2)

另外，np.sort()有一个很常用的参数为axis,默认值为-1，表示沿最后的轴排序。对于一个二维向量，最后的轴为1：

axis = 0，表示按列排序
axis = 1，表示按行排序

以下举例说明：

arr_0 = np.array([[1,5,9],
                  [2,8,4],
                  [7,6,3]])

print(arr_0,'\n','-'*10)
print(np.sort(arr_0),‘\n','-'*10)
print(np.sort(arr_0, axis=0),'\n','-'*10)#按行排序
print(np.sort(arr_0, axis=1))#按列排序

2.np.argsort()

np.argsort() 函数的功能是——返回排序后序列索引。该函数的参数使用同np.sort()函数的参数一样。

print(arr_0,'\n','-'*10)
print(np.sort(arr_0))

三、DataFrame排序

DataFrame排序，主要涉及到方法是sort_values，它有两个参数：

by 表示通过哪一列进行排序，
ascending控制升序还是降序，默认 ascending = True 为升序。

以下举例说明：

首先，定义以下初始表格：

df_0 = pd.DataFrame({
    'A': [1, 6, 3],
    'B': [2, 2, 4],
    'C': [7, 6, 3]
})

若按照 'A' 列进行升序排序：

df_0.sort_values(by = 'A')

若按照 'C' 列进行降序排序：

df_0.sort_values('C', ascending = False)

此外，还可以同时根据多列进行排序，例如：先按B列降序排序，当B列中的一些元素相等时，对于这些列再按A列升序排列。

df_0.sort_values(by=['B','A'],ascending = [False,True])