>>> from env_helper import info; info()
页面更新时间： 2023-04-15 22:06:11
运行环境：
    Linux发行版本: Debian GNU/Linux 12 (bookworm)
    操作系统内核: Linux-6.1.0-7-amd64-x86_64-with-glibc2.36
    Python版本: 3.11.2

6.1. Pandas排序

Pandas有两种排序方式，它们分别是 -

• 按标签

• 按实际值

下面来看看一个输出的例子。

>>> import pandas as pd
>>> import numpy as np
>>>
>>> unsorted_df=pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],columns=['col2','col1'])
>>> unsorted_df

	col2	col1
1	0.455547	0.019359
4	-0.988132	0.593971
6	-0.681986	-0.394894
2	0.818921	2.494349
3	1.937521	1.299599
5	0.255983	0.469643
9	0.606398	-1.917897
8	-0.946286	-0.270040
0	-1.311374	-0.108536
7	-0.881904	2.035360

在 unsorted_df 数据值中，标签和值未排序。下面来看看如何按标签来排序。

按标签排序

使用 sort_index() 方法，通过传递 axis 参数和排序顺序，可以对DataFrame进行排序。 默认情况下，按照升序对行标签进行排序。

>>> unsorted_df.sort_index()

	col2	col1
0	-1.311374	-0.108536
1	0.455547	0.019359
2	0.818921	2.494349
3	1.937521	1.299599
4	-0.988132	0.593971
5	0.255983	0.469643
6	-0.681986	-0.394894
7	-0.881904	2.035360
8	-0.946286	-0.270040
9	0.606398	-1.917897

排序顺序

通过将布尔值传递给升序参数，可以控制排序顺序。 来看看下面的例子来理解一下。

>>> unsorted_df.sort_index(ascending=False)

	col2	col1
9	0.606398	-1.917897
8	-0.946286	-0.270040
7	-0.881904	2.035360
6	-0.681986	-0.394894
5	0.255983	0.469643
4	-0.988132	0.593971
3	1.937521	1.299599
2	0.818921	2.494349
1	0.455547	0.019359
0	-1.311374	-0.108536

按列排列

通过传递axis参数值为0或1，可以对列标签进行排序。 默认情况下， axis = 0 ，逐行排列。来看看下面的例子来理解这个概念。

>>> unsorted_df.sort_index(axis=1)

	col1	col2
1	0.019359	0.455547
4	0.593971	-0.988132
6	-0.394894	-0.681986
2	2.494349	0.818921
3	1.299599	1.937521
5	0.469643	0.255983
9	-1.917897	0.606398
8	-0.270040	-0.946286
0	-0.108536	-1.311374
7	2.035360	-0.881904

按值排序

像索引排序一样，sort_values()是按值排序的方法。它接受一个by参数，它将使用要与其排序值的DataFrame的列名称。

>>> unsorted_df = pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4]})
>>> unsorted_df.sort_values(by='col1')

	col1	col2
1	1	3
2	1	2
3	1	4
0	2	1

注意： 观察上面的输出结果，col1值被排序，相应的col2值和行索引将随col1一起改变。因此，它们看起来没有排序。

通过 by 参数指定需要列值，参考以下示例代码 -

>>> unsorted_df.sort_values(by=['col1','col2'])

	col1	col2
2	1	2
1	1	3
3	1	4
0	2	1

排序算法

sort_values() 提供了从 mergeesort ， heapsort 和 quicksort 中选择算法的一个配置。Mergesort 是唯一稳定的算法。参考以下示例代码 -

>>> unsorted_df.sort_values(by='col1' ,kind='mergesort')

	col1	col2
1	1	3
2	1	2
3	1	4
0	2	1