來源：Python數據之道 (ID:PyDataLab)

作者：陽哥

Pandas 可以說是 在Python數據科學領域應用最為廣泛的工具之一。

Pandas是一種高效的數據處理庫，它以 dataframe 和 series 為基本數據類型，呈現出類似excel的二維數據。

在數據處理過程中，咱們經常需要將數據按照一定的要求進行排序，以方便展示。

這里，陽哥來給大家分享下 在 Pandas 中排序的幾種常用方法，主要包括 sort_index ?和 sort_values 。

01 按索引排序

數據準備

文中主要使用了 pandas 和 numpy ，首先導入 Python 庫，如下：

import?pandas?as?pd import?numpy?as?np print(f'pandas?version:?{pd.__version__}')?#?pandas?version?1.3.2

本次使用的數據如下：

data?=?{'brand':['Python數據之道','價值前瞻','菜鳥數據之道','Python','Java'],'B':[4,6,8,12,10],'A':[10,2,5,20,16],'D':[6,18,14,6,12],'years':[4,1,1,30,30],'C':[8,12,18,8,2], }index?=?[9,3,4,5,2]df?=?pd.DataFrame(data=data,index=index) df

按行索引排序

sort_index() 是 pandas 中按索引排序的函數，默認情況下， sort_index 是按行索引來排序。

通過設置參數 ascending 可以設置升序或降序排列，默認情況下是 ascending=True ，為升序排列。

設置 ascending=False 時，為降序排列，如下：

按列的名稱排序

通過設置參數 axis=1 可實現按列的名稱排序，如下：

同樣的，可以設置 參數 ascending 的值，如下：

關于按列的名稱排序，更多的方法，可以參考下面的內容：

• Pandas實用技能，將列（column）排序的幾種方法

02 按數值排序

sort_values() 是 pandas 中按數值排序的函數。

按單個列的值排序

sort_values() 中設置單個列的列名稱，可以對單個列進行排序，通過設置參數 ascending 可以設置升序或降序排列，如下：

按多個列的值排序

同時，sort_values() 可以對多個列進行不同的排序，通過設置列明和排序方式組合來實現，如下：

設置參數 ascending ，years 列為升序，B 列為降序，如下：

選擇排序算法

選擇排序算法，參數 kind 默認是 'quicksort'，其他算法有 mergesort, heapsort, stable。

該參數只針對單個列時才有效。

在 numpy 的 sort文檔中，對幾種排序的特點進行了描述，主要是程序運行時占用的資源和運行速度有差異。

numpy 文檔地址：

https://numpy.org/doc/stable/reference/generated/numpy.sort.html#numpy.sort

示例如下：

忽略索引

在排序過程中，還可以引入 ignore_index 參數，來對行索引重新設置，如下：

inplace

inplace 是 pandas 中常見的一個參數。

inplace = True：不創建新的對象，直接對原始對象進行修改；默認是 False，即創建新的對象進行修改，原對象不變，和深復制和淺復制有些類似。

缺失值

先構造一個含缺失值的 dataframe，如下：

data?=?{'brand':['Python數據之道','價值前瞻','菜鳥數據之道','Python','Java'],'B':[4,6,8,np.nan,12],'A':['Lemon','emma','ZW','app','John'],'D':[6,18,14,6,12],'years':[4,1,1,30,30],'C':[8,12,18,8,2], }index?=?[9,3,4,5,2]df1?=?pd.DataFrame(data=data,index=index) df1

缺失值排在最前面：

缺失值排在最后面：

key 參數

通過設置 key 參數，可以將列按照特定條件進行排序，對比下下面的排序：

源代碼文件

以上就是關于 Pandas 中排序的介紹，歡迎大家來暢聊，Pandas 中有哪些實用的小技巧~~

Python數據分析，包括Pandas、Numpy等，代碼地址：

https://github.com/liyangbit/python_data_analysis

推薦閱讀

牛逼！Python常用數據類型的基本操作（長文系列第①篇）

牛逼！Python的判斷、循環和各種表達式（長文系列第②篇）

牛逼！Python函數和文件操作（長文系列第③篇）

牛逼！Python錯誤、異常和模塊（長文系列第④篇）

總結

以上是生活随笔為你收集整理的Pandas数据排序，人人都能学会的几种方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。