Pandas數值排序?sort_values()的使用方法

本篇文章和大家了解一下Pandas數值排序 sort_values()的使用方法。有一定的參考價值，有需要的朋友可以參考一下，希望對大家有所幫助。

參數解釋

DataFrame.sort_values(by, 
               axis=0, 
               ascending=True, 
               inplace=False, 
               kind='quicksort', 
               na_position='last', # last，first；默認是last
               ignore_index=False, 
               key=None)

參數的具體解釋為：

• by：表示根據什么字段或者索引進行排序，可以是一個或多個

• axis：排序是在橫軸還是縱軸，默認是縱軸axis=0

• ascending：排序結果是升序還是降序，默認是升序

• inplace：表示排序的結果是直接在原數據上的就地修改還是生成新的DatFrame

• kind：表示使用排序的算法，快排quicksort,，歸并mergesort， 堆排序heapsort，穩定排序stable ，默認是 ：快排quicksort

• na_position：缺失值的位置處理，默認是最后，另一個選擇是首位

• ignore_index：新生成的數據幀的索引是否重排，默認False（采用原數據的索引）

• key：排序之前使用的函數

數據值的排序主要使用sort_values(),數字按大小排序，字符按字母順序

Series和DataFrame都支持此方法

import pandas as pd
 
df = pd.DataFrame([['liver','E',89,21,24,64],
                   ['Arry','C',36,37,37,57],
                   ['Ack','A',57,60,18,84],
                   ['Eorge','C',93,96,71,78],
                   ['Oah','D',65,49,61,86]
                  ], 
                   columns = ['name','team','Q1','Q2','Q3','Q4'])
 
res1 = df.Q1.sort_values()
 
# DataFrame 需要傳入一個或多個排序的列名
res2 = df.sort_values('Q4')
 
# 默認排序是升序，但可以指定排序方式
# 下例先按team升序排列，如遇到相同的team再按name降序排列
res3 = df.sort_values(by = ['team','name'], ascending = [True, False])

結果展示

df

res1

res2

res3

擴展

# 其他常用方法如下:
s.sort_values(ascending = False) # 降序
s.sort_values(inplace = True) # 修改生效
s.sort_values(na_position = 'first') # 空值在前
# df按指定字段排列
df.sort_values(by = ['team'])
df.sort_values('Q1')
# 按多個字段，先排team，在同team內再看Q1
df.sort_values(by = ['mean','Q1'])
# 全降序
df.sort_values(by = ['mean','Q1'], ascending = False)
# 對應指定team升Q1降
df.sort_values(by = ['mean','Q1'], ascending = [True, False])

以上就是Pandas數值排序 sort_values()的使用方法的簡略介紹，當然詳細使用上面的不同還得要大家自己使用過才領會。如果想了解更多，歡迎關注億速云行業資訊頻道哦！