參數解釋

DataFrame.sort_values(by,                axis=0,                ascending=True,                inplace=False,                kind='quicksort',                na_position='last', # last，first；默認是last               ignore_index=False,                key=None)

參數得具體解釋為：

• by：表示根據什么字段或者索引進行排序，可以是一個或多個
• axis：排序是在橫軸還是縱軸，默認是縱軸axis=0
• ascending：排序結果是升序還是降序，默認是升序
• inplace：表示排序得結果是直接在原數據上得就地修改還是生成新得DatFrame
• kind：表示使用排序得算法，快排quicksort,，歸并mergesort， 堆排序heapsort，穩定排序stable ，默認是 ：快排quicksort
• na_position：缺失值得位置處理，默認是最后，另一個選擇是首位
• ignore_index：新生成得數據幀得索引是否重排，默認False（采用原數據得索引）
• key：排序之前使用得函數

數據值得排序主要使用sort_values(),數字按大小排序，字符按字母順序

Series和DataFrame都支持此方法

import pandas as pd df = pd.DataFrame([['liver','E',89,21,24,64],                   ['Arry','C',36,37,37,57],                   ['Ack','A',57,60,18,84],                   ['Eorge','C',93,96,71,78],                   ['Oah','D',65,49,61,86]                  ],                    columns = ['name','team','Q1','Q2','Q3','Q4']) res1 = df.Q1.sort_values() # DataFrame 需要傳入一個或多個排序得列名res2 = df.sort_values('Q4') # 默認排序是升序，但可以指定排序方式# 下例先按team升序排列，如遇到相同得team再按name降序排列res3 = df.sort_values(by = ['team','name'], ascending = [True, False])

結果展示

df

res1

res2

res3

擴展

# 其他常用方法如下:s.sort_values(ascending = False) # 降序s.sort_values(inplace = True) # 修改生效s.sort_values(na_position = 'first') # 空值在前# df按指定字段排列df.sort_values(by = ['team'])df.sort_values('Q1')# 按多個字段，先排team，在同team內再看Q1df.sort_values(by = ['mean','Q1'])# 全降序df.sort_values(by = ['mean','Q1'], ascending = False)# 對應指定team升Q1降df.sort_values(by = ['mean','Q1'], ascending = [True, False])

到此這篇關于Pandas數值排序 sort_values()得使用得內容就介紹到這了,更多相關Pandas數值排序 sort_values()內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家！