Pandas – Dataframe.sort_values() part2

Pandas – Dataframe.sort_values() part2

前面介绍了:Pandas – Dataframe.sort_values() part1

Python是一种做数据分析的伟大语言,主要是因为以数据为中心的Python软件包的奇妙生态系统。 Pandas 是这些软件包之一,它使导入和分析数据变得更加容易。

Pandas sort_values()函数对一个数据框按照所传递的列的升序或降序进行排序。它与Python的sorted函数不同,因为它不能对数据帧进行排序,也不能选择特定的列。

我们来讨论一下Dataframe.sort_values()多参数排序。

语法:

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind=’quicksort’, na_position=’last’)

例一:按姓名和团队排序
在下面的例子中,从csv文件中制作了一个数据框,该数据框按团队的升序排序,在每个团队中,名称也按升序排序。

分拣前 –

#importing pandas package
import pandas as pd
  
#making data frame from csv file
data=pd.read_csv("nba.csv")
  
#sorting data frame by Team and then By names
data.sort_values(["Team", "Name"], axis=0,
                 ascending=True, inplace=True)
  
#display
data
Python

输出:
Pandas - Dataframe.sort_values() part2

排序后 –

#importing pandas package
import pandas as pd
  
#making data frame from csv file
data=pd.read_csv("nba.csv")
  
#sorting data frame by Team and then By names
data.sort_values(["Team", "Name"], axis=0,
                 ascending=True, inplace=True)
  
#display
data
Python

如图所示,团队首先按升序排序,然后对每个团队名称按升序排序。

Pandas - Dataframe.sort_values() part2

例子#2:将列表传递给升序参数

如上例所示,通过向’by’参数传递一个列表,可以对一个数据框架的多个列进行排序。我们也可以向’ascending’参数传递一个列表,告诉pandas哪一列要如何排序。
升序 “参数中布尔值的索引应与 “由 “参数中列名的索引相同。

#importing pandas package
import pandas as pd
  
#making data frame from csv file
data=pd.read_csv("nba.csv")
  
#sorting data frame by Team and then By names
data.sort_values(["Team", "Name"], axis=0,
                 ascending=[True,False], inplace=True)
  
#display
data
Python

如下图所示,数据框是按团队名称升序排序的,对于每个团队名称,名称是按降序排序的。

Pandas - Dataframe.sort_values() part2

例子#3:使用3栏进行排序

在下面的例子中,相同的数据框是按团队名称排序的。对于每个团队,数据框按年龄排序,对于每个相同的年龄,数据框按高度排序。这个例子将解释多参数排序如何在数据框中工作。

#importing pandas package
import pandas as pd
  
#making data frame from csv file
data=pd.read_csv("nba.csv")
  
#sorting data frame by Team, age and height
data.sort_values(["Team", "Age", "Height"], axis=0,
                 ascending=[False,True,False],
inplace=True)
  
#display
data
Python

如图所示,首先对球队名称进行排序,然后对年龄进行排序,对每个年龄段的身高进行排序。在 “华盛顿奇才 “队中,有3名年龄为30岁的球员。这3个人按其身高从高到低排序。
Pandas - Dataframe.sort_values() part2

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册