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：
|
1
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
#利用字典dict创建数据框import numpy as npimport pandas as pddf=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 col30 A 2 01 A 1 12 B 9 93 NaN 8 44 D 7 25 C 7 8 |
依据第一列排序，并将该列空值放在首位
|
1
2
3
4
5
6
7
8
9
10
|
#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 col33 NaN 8 40 A 2 01 A 1 12 B 9 95 C 7 84 D 7 2 |
依据第二、三列，数值降序排序
|
1
2
3
4
5
6
7
8
9
10
|
#依据第二、三列，数值降序排序print(df.sort_values(by=['col2','col3'],ascending=False))>>> col1 col2 col32 B 9 93 NaN 8 45 C 7 84 D 7 20 A 2 01 A 1 1 |
根据第一列中数值排序，按降序排列，并替换原数据
|
1
2
3
4
5
6
7
8
9
10
11
12
|
#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 col33 NaN 8 44 D 7 25 C 7 82 B 9 91 A 1 10 A 2 0 |
按照索引值为0的行，即第一行的值来降序排序
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
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 x30 1 4 31 2 3 22 2 2 43 3 1 1 x2 x3 x10 4 3 11 3 2 22 2 4 23 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服务器之家。
原文链接：https://www.cnblogs.com/avivi/p/10813318.html
