详解pandas.DataFrame.sort_values()(按值排序)函数使用方法

pandas.DataFrame.sort_values()的作用:
该函数用于对数据框中的数据按照某一列或多列进行排序。

语法:
pandas.DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, ignore_index=False, key=None)

参数解释:

  • by: 排序的列名或列名的列表.
  • axis: 0是按行排序,1是按列排序,默认是0.
  • ascending: 默认是True,即升序排序;False为降序排序.
  • inplace: 是否修改原数据。默认值是False不替换;如果为True,则在原始数据帧中进行原位排序.
  • ignore_index: 是否重置索引,默认为False。如果为True,则将新的整数索引分配给结果DataFrame。
  • key: 排序用的函数.

实例1

import pandas as pd

df = pd.DataFrame({'A': ['a', 'a', 'b', 'c', 'd', 'e'], 'B': [2, 1, 1, 2, 3, 6]})

print("原数据:\n",df)

df_sorted = df.sort_values(by=['B'], ascending=True)

print("按列B进行升序排序:\n",df_sorted)

运行结果:

原数据:
   A  B
0  a  2
1  a  1
2  b  1
3  c  2
4  d  3
5  e  6

按列B进行升序排序:
   A  B
1  a  1
2  b  1
0  a  2
3  c  2
4  d  3
5  e  6

实例2

import pandas as pd

df = pd.DataFrame({'A': ['a', 'a', 'b', 'c', 'd', 'e'], 'B': [2, 1, 1, 2, 3, 6]})

print("原数据:\n",df)

df_sorted = df.sort_values(by=['A','B'], ascending=[True,False])

print("按列A升序、列B降序排序:\n",df_sorted)

运行结果:

原数据:
   A  B
0  a  2
1  a  1
2  b  1
3  c  2
4  d  3
5  e  6

按列A升序、列B降序排序:
   A  B
1  a  1
0  a  2
2  b  1
3  c  2
4  d  3
5  e  6

以上两个实例可以体现sort_values()按列排序的基本使用方法。第一个实例按列B进行升序排序,第二个实例按列A升序、列B降序排序。

阅读剩余 45%

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:详解pandas.DataFrame.sort_values()(按值排序)函数使用方法 - Python技术站

(1)
上一篇 2023年3月22日
下一篇 2023年3月22日

相关文章

  • 详解pandas.DataFrame.fillna()(填充缺失值)函数使用方法

    作用及使用方法 pandas.DataFrame.fillna()函数的作用是将数据帧(DataFrame)中的缺失值(NaN值)用指定的值或方法进行填充。具体使用方法如下: DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=Non…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.duplicated()(检测重复值)函数使用方法

    pandas.duplicated()是Pandas库中的一个函数,用于查找和标记重复值。它返回一个布尔值的数组,指示每个元素是否为重复项。 使用方法 语法: pandas.duplicated(subset=None, keep=’first’) 参数: subset: 可选,用于标识重复项的列名或列名列表。默认情况下,它比较整个行。 keep: 可选,标…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.DataFrame.describe()(计算数据框统计信息)函数使用方法

    pandas.DataFrame.describe()的作用 pandas.DataFrame.describe()函数用于生成数据集的统计描述。它返回给定数据集的主要统计量,例如平均值、标准差、最小值、最大值和四分位数等。该函数的输出格式是一个数据帧(DataFrame),它显示了每个统计量的值以及数据集中的样本数。 使用方法 pandas.DataFra…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.apply()(应用函数)函数使用方法

    pandas.apply()是pandas中的一个方法,它可以在Series或DataFrame上执行一个函数,并将其应用于每个元素(或行/列)。它的作用是对数据进行一些自定义或特殊的操作。 基本语法: 在Series上使用apply()方法: Series.apply(func, axis=0, broadcast=None, raw=False, red…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.DataFrame()(创建二维表格)函数使用方法

    pandas.DataFrame() 是 pandas 库中一个十分重要的函数,它用于创建数据帧对象,可以方便地对多维数组或其他数据结构中的数据进行索引、计算、筛选、合并等操作。本文将为大家详细讲解 pandas.DataFrame() 的作用与使用方法。 作用 pandas.DataFrame() 可以将数据对象转变为数据帧对象。DataFrame 是二维…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.Series.str.startswith()(检测序列中的字符串开头)函数使用方法

    pandas.Series.str.startswith()是Pandas库中的一个字符串方法,用于判断字符串是否以指定的前缀开始。该方法返回一个布尔型的Series对象,指示每个字符串是否以给定的前缀开始。 语法: Series.str.startswith(prefix, na=False) 参数说明: prefix:需要匹配的前缀,可以是字符串或字符串…

    Pandas函数大全 2023年3月22日
    00
  • 详解pandas.DataFrame.plot()(绘制数据框图表)函数使用方法

    pandas.DataFrame.plot() 是 pandas 库中的一个绘图函数,它允许我们使用数据帧(DataFrame)中的数据绘制各种类型的图表。使用 plot 函数可以帮助我们更直观地了解数据的分布、趋势和关系。 使用方法: pandas.DataFrame.plot(kind=None, x=None, y=None, figsize=None…

    2023年3月22日
    00
  • 详解pandas.str.lower()(转换字符串为小写)函数使用方法

    pandas.str.lower()是一个Series对象方法,它用于将Series中的所有字符串转换为小写。 语法:Series.str.lower() 返回值:返回一个新的Series对象,其中包含所有字符串转换为小写后的结果。 下面通过两个实例来说明pandas.str.lower()的使用方法: 实例1 我们有一个包含姓名和职业的数据集。现在我们想要…

    Pandas函数大全 2023年3月22日
    00
合作推广
合作推广
分享本页
返回顶部