Pandas之排序函数sort_values()的实现
一、sort_values()函数用途
pandas中的sort_values()函数原理类似于SQL中的orderby，可以将数据集依照某个字段中的数据进行排序，该函数即可根据指定列数据也可根据指定行的数据排序。
二、sort_values()函数的具体参数
用法：
DataFrame.sort_values(by=‘##',axis=0,ascending=True,inplace=False,na_position=‘last')
参数说明
参数
说明
by
指定列名(axis=0或'index')或索引值(axis=1或'columns')
axis
若axis=0或'index'，则按照指定列中数据大小排序；若axis=1或'columns'，则按照指定索引中数据大小排序，默认axis=0
ascending
是否按指定列的数组升序排列，默认为True，即升序排列
inplace
是否用排序后的数据集替换原来的数据，默认为False，即不替换
na_position
{‘first',‘last'}，设定缺失值的显示位置
三、sort_values用法举例
创建数据框
#利用字典dict创建数据框
importnumpyasnp
importpandasaspd
df=pd.DataFrame({'col1':['A','A','B',np.nan,'D','C'],
'col2':[2,1,9,8,7,7],
'col3':[0,1,9,4,2,8]
})
print(df)
>>>
col1col2col3
0A20
1A11
2B99
3NaN84
4D72
5C78
依据第一列排序，并将该列空值放在首位
#依据第一列排序，并将该列空值放在首位 print(df.sort_values(by=['col1'],na_position='first')) >>> col1col2col3 3NaN84 0A20 1A11 2B99 5C78 4D72
依据第二、三列，数值降序排序
#依据第二、三列，数值降序排序 print(df.sort_values(by=['col2','col3'],ascending=False)) >>> col1col2col3 2B99 3NaN84 5C78 4D72 0A20 1A11
根据第一列中数值排序，按降序排列，并替换原数据
#根据第一列中数值排序，按降序排列，并替换原数据 df.sort_values(by=['col1'],ascending=False,inplace=True, na_position='first') print(df) >>> col1col2col3 3NaN84 4D72 5C78 2B99 1A11 0A20
按照索引值为0的行，即第一行的值来降序排序
x=pd.DataFrame({'x1':[1,2,2,3],'x2':[4,3,2,1],'x3':[3,2,4,1]})
print(x)
#按照索引值为0的行，即第一行的值来降序排序
print(x.sort_values(by=0,ascending=False,axis=1))
>>>
x1x2x3
0143
1232
2224
3311
x2x3x1
0431
1322
2242
3113
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。