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order by，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byaxis

说明

指定列名(axis=0或'index')或索引值(axis=1或'columns')

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

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

ascending是否按指定列的数组升序排列，默认为True，即升序排列inplace

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import numpy as npimport pandas as pd

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)>>>

col1 col2 col30 A 2 01 A 1 12 B 9 93 NaN 8 44 D 7 25 C 7 8

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'))>>>

col1 col2 col33 NaN 8 40 A 2 01 A 1 12 B 9 95 C 7 84 D 7 2

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))>>>

col1 col2 col32 B 9 93 NaN 8 45 C 7 84 D 7 20 A 2 0

1 A 1 1

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)>>>

col1 col2 col33 NaN 8 44 D 7 25 C 7 82 B 9 91 A 1 10 A 2 0

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))>>>

x1 x2 x30 1 4 31 2 3 22 2 2 43 3 1 1 x2 x3 x10 4 3 11 3 2 22 2 4 23 1 1 3

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。