如何对Pandas数据框架进行排序

本文将讨论如何在Python中使用各种方法对Pandas DataFrame进行排序。

创建一个数据框架，用于去污

# importing pandas library
import pandas as pd
 
# creating and initializing a nested list
age_list = [['Afghanistan', 1952, 8425333, 'Asia'],
            ['Australia', 1957, 9712569, 'Oceania'],
            ['Brazil', 1962, 76039390, 'Americas'],
            ['China', 1957, 637408000, 'Asia'],
            ['France', 1957, 44310863, 'Europe'],
            ['India', 1952, 3.72e+08, 'Asia'],
            ['United States', 1957, 171984000, 'Americas']]
 
# creating a pandas dataframe
df = pd.DataFrame(age_list, columns=['Country', 'Year',
                                     'Population', 'Continent'])
 
df

输出 :

对Pandas数据框架进行排序

对Pandas数据帧进行排序

为了在pandas中对数据框进行排序，使用了sort_values()函数。Pandas sort_values()可以对数据框进行升序或降序排序。

例子1：以升序排列数据框

# Sorting by column 'Country'
df.sort_values(by=['Country'])

输出 :

对Pandas数据框架进行排序

例子2：以降序排序数据框

# Sorting by column "Population"
df.sort_values(by=['Population'], ascending=False)

输出 :

对Pandas数据框架进行排序

实例3：通过将缺失值放在前面来对Pandas数据框架进行排序

# Sorting by column "Population"
# by putting missing values first
df.sort_values(by=['Population'], na_position='first')

输出 :

对Pandas数据框架进行排序

例子4：按多列对数据框架进行排序

# Sorting by columns "Country" and then "Continent"
df.sort_values(by=['Country', 'Continent'])

输出 :

对Pandas数据框架进行排序

例子5：按多列但不同顺序对数据帧进行排序

# Sorting by columns "Country" in descending
# order and then "Continent" in ascending order
 
df.sort_values(by=['Country', 'Continent'],
               ascending=[False, True])

输出:

对Pandas数据框架进行排序