如何在Python中对CSV进行多列排序

在这篇文章中，我们将讨论如何按多列对CSV文件进行排序。首先，我们将把CSV文件转换成一个数据框，然后使用sort_values()方法对该数据框进行排序。

语法：

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

返回类型： 返回一个排序的数据框，其尺寸与函数调用者的数据框相同。

在将CSV文件转换为数据框架后，我们需要在sort_values()方法中添加CSV文件的两个或多个列名作为by参数，axis线分配为0，如下所示。

sort_values(‘column1’, ‘column2’…’columnn’, axis=0) 

使用中的CSV文件：

下面是一些例子，描述了如何对CSV文件进行多列排序。

示例 1:

在下面的程序中，我们首先将CSV文件转换为一个数据框架，然后按单列升序对数据框架进行排序。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("diamonds.csv")
  
# sorting data frame by a column
data.sort_values("carat", axis=0, ascending=True,
                 inplace=True, na_position='first')
  
# display
data.head(10)

输出:

示例 2:

这里，转换为数据框架后，CSV文件按多列排序，深度列先按升序排序，然后表列按每个深度的升序排序。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("diamonds.csv")
  
# sorting data frame by multiple columns
data.sort_values(["depth", "table"], axis=0,
                 ascending=True, inplace=True)
  
# display
data.head(10)

输出:

示例 3:

在下面的例子中，CSV文件按深度降序排序，然后按每个深度的表升序排序。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("diamonds.csv")
  
# sorting data frame by multiple columns
data.sort_values(["depth", "table"], axis=0,
                 ascending=[False, True], inplace=True)
  
# display
data.head(10)

输出:

示例 4:

下面是另一个例子，CSV文件是按多列排序的。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("diamonds.csv")
  
# sorting data frame by multiple columns
data.sort_values(["depth", "table", "carat"], axis=0,
                 ascending=[False, True, False], inplace=True)
  
# display
data.head(10)

输出: