Pandas 排序

排序是数据操作和分析中的一个基本操作，它涉及将数据按特定顺序排列。

排序对于诸如组织数据以提高可读性、识别模式、进行比较和促进进一步分析等任务至关重要。

在 Pandas 中排序 DataFrame

在 Pandas 中，我们可以使用 sort_values() 函数来排序 DataFrame。例如，

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [28, 22, 25]}
df = pd.DataFrame(data)

# sort DataFrame by Age in ascending order
sorted_df = df.sort_values(by='Age')

print(sorted_df.to_string(index=False))

输出

Name    Age
Bob     22
Charlie 25
Alice   28

在上面的示例中，df.sort_values(by='Age') 根据 Age 列中的值按升序排序 df DataFrame。结果存储在 sorted_df 变量中。

要按降序排序值，我们使用 ascending 参数，如下所示：

sorted_df = df.sort_values(by='Age', ascending=False)

输出将是

Name     Age
Alice    28
Charlie  25
Bob      22

注意：.to_string(index=False) 用于显示不带索引的值。

按多列排序 Pandas DataFrame

我们还可以按多列在 Pandas 中排序 DataFrame。当我们按多列排序 Pandas DataFrame 时，排序的优先级取决于所列列的顺序。

要在 Pandas 中按多列排序，您可以将所需的列作为列表传递给 sort_values() 方法中的 by 参数。方法如下。

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 22, 30, 22],
        'Score': [85, 90, 75, 80]}

df = pd.DataFrame(data)

# 1. Sort DataFrame by 'Age' and then by 'Score' (Both in ascending order)
df1 = df.sort_values(by=['Age', 'Score'])

print("Sorting by 'Age' (ascending) and then by 'Score' (ascending):\n")
print(df1.to_string(index=False))

print()
# 2. Sort DataFrame by 'Age' in ascending order, and then by 'Score' in descending order
df2 = df.sort_values(by=['Age', 'Score'], ascending=[True, False])

print("Sorting by 'Age' (ascending) and then by 'Score' (descending):\n")
print(df2.to_string(index=False))

输出

Name    Age  Score
Bob     22    90
David   22    80
Alice   25    85
Charlie 30    75

这里，

1. df1 显示了默认排序行为（两列均按升序排列）。
2. df2 显示了自定义排序，其中 Age 按升序排列，Score 按降序排列。

排序 Pandas Series

在 Pandas 中，我们可以使用 sort_values() 函数来排序 Series。例如，

import pandas as pd

ages = pd.Series([28, 22, 25], name='Age')

# sort Series in ascending order
sorted_ages = ages.sort_values()

print(sorted_ages.to_string(index=False))

输出

22
25
28

在此，ages.sort_values() 按升序排序 ages Series。排序结果被赋给 sorted_ages 变量。

# 使用 sort_index() 排序 Pandas DataFrame 的索引

我们还可以使用 sort_index() 函数在 Pandas 中按 DataFrame 的索引进行排序。

sort_index() 函数用于按索引排序 DataFrame 或 Series。这对于以逻辑顺序组织数据、提高查询性能和确保一致的数据表示很有用。

让我们看一个例子。

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [28, 22, 25]}
# create a DataFrame with a non-sequential index
df = pd.DataFrame(data, index=[2, 0, 1])

print("Original DataFrame:")
print(df.to_string(index=True))
print("\n")

# sort DataFrame by index in ascending order
sorted_df = df.sort_index()

print("Sorted DataFrame by index:")
print(sorted_df.to_string(index=True))

输出

Original DataFrame:
     Name    Age
2    Alice   28
0    Bob     22
1    Charlie 25

Sorted DataFrame by index:
    Name    Age
0   Bob     22
1   Charlie 25
2   Alice   28

在上面的示例中，我们从数据字典创建了一个带有非顺序索引的 df DataFrame。

index 参数指定为 [2, 0, 1]，这意味着行将不具有默认的顺序索引（0、1、2），而是具有提供的非顺序索引。

然后，我们使用 sort_index() 方法按升序对 df DataFrame 的索引进行排序。