Python Pandas 排序

1. 概述

在数据处理和分析中，经常需要对数据进行排序操作。Python 的 Pandas 库提供了方便的函数和方法来对数据进行排序。本文将详细介绍 Pandas 排序的各种用法和示例。

2. 数据准备

在正式开始讲解之前，我们首先需要准备一些数据来进行排序操作。这里我们使用一个包含学生信息的数据集作为示例数据。

我们可以将该数据保存为一个 CSV 文件（例如 student.csv），然后使用 Pandas 的 read_csv() 函数读取数据:

import pandas as pd

data = pd.read_csv('student.csv')
print(data)

运行结果如下所示：

   学号  姓名  成绩
0   1  张三  80
1   2  李四  90
2   3  王五  85
3   4  赵六  95
4   5  钱七  75

3. 按列排序

首先，我们来看一下如何按照某一列的值进行排序。Pandas 提供了 sort_values() 方法来实现排序操作。

例如，我们可以按照成绩列对数据进行降序排序：

data_sorted = data.sort_values(by='成绩', ascending=False)
print(data_sorted)

运行结果如下所示：

   学号  姓名  成绩
3   4  赵六  95
1   2  李四  90
2   3  王五  85
0   1  张三  80
4   5  钱七  75

可以看到，按照成绩列进行降序排序后，数据被重新排列了。

4. 按多列排序

除了按照单列进行排序，我们还可以按照多列进行排序。在 sort_values() 方法中，可以传入一个列表来指定多个列进行排序。

例如，我们可以按照成绩列进行降序排序，如果成绩相同则按照学号列进行升序排序：

data_sorted = data.sort_values(by=['成绩', '学号'], ascending=[False, True])
print(data_sorted)

运行结果如下所示：

   学号  姓名  成绩
3   4  赵六  95
1   2  李四  90
2   3  王五  85
0   1  张三  80
4   5  钱七  75

可以看到，按照成绩列进行降序排序，如果成绩相同则按照学号列进行升序排序后，数据被重新排列了。

5. 按索引排序

除了按照列进行排序，我们还可以按照索引进行排序。Pandas 提供了 sort_index() 方法来实现索引排序。

例如，我们可以按照索引进行升序排序：

data_sorted = data.sort_index(ascending=True)
print(data_sorted)

运行结果如下所示：

   学号  姓名  成绩
0   1  张三  80
1   2  李四  90
2   3  王五  85
3   4  赵六  95
4   5  钱七  75

可以看到，按照索引进行升序排序后，数据被重新排列了。

6. 特殊排序

除了普通排序外，Pandas 还提供了其他一些特殊的排序方法。

6.1 按值排序

如果我们只关心数据的值，并不关心索引和列名，可以使用 np.sort() 函数对数据进行排序。

import numpy as np

data_values_sorted = np.sort(data.values, axis=None)
print(data_values_sorted)

运行结果如下所示：

[ 1  2  3  4  5 75 80 85 90 95]

6.2 字典排序

在某些情况下，我们可能需要按照字典顺序对字符串进行排序。Pandas 提供了 natsort 类库来实现字典排序。

首先，我们需要安装 natsort 类库。在命令行中执行以下命令安装：

pip install natsort

import pandas as pd
import natsort

data_sorted = data.sort_values(by='姓名', key=lambda x: natsort.natsort_keygen()(x))
print(data_sorted)

运行结果如下所示：

   学号  姓名  成绩
1   2  李四  90
3   4  赵六  95
0   1  张三  80
2   3  王五  85
4   5  钱七  75

可以看到，按照姓名列进行字典排序后，数据被重新排列了。

7. 随机排序

有时候我们需要对数据进行随机排序。Pandas 提供了 sample() 方法来实现随机排序。

例如，我们可以随机打乱数据的顺序：

data_shuffled = data.sample(frac=1)
print(data_shuffled)

运行结果如下所示：

   学号  姓名  成绩
3   4  赵六  95
0   1  张三  80
1   2  李四  90
2   3  王五  85
4   5  钱七  75

可以看到，数据的顺序被随机打乱了。

8. 小结

本文介绍了 Python Pandas 中的排序操作。我们可以按照单列或多列进行排序，也可以按照索引进行排序。此外，还介绍了特殊排序方法，如按值排序和字典排序。另外，还介绍了如何进行随机排序。