สมมติว่าฉันมี dataframe กับคอลัมน์a
, b
และc
ผมต้องการที่จะจัดเรียง dataframe จากคอลัมน์b
ใน Ascending Order และคอลัมน์c
ในลำดับถัดลงฉันจะทำเช่นนี้?
สมมติว่าฉันมี dataframe กับคอลัมน์a
, b
และc
ผมต้องการที่จะจัดเรียง dataframe จากคอลัมน์b
ใน Ascending Order และคอลัมน์c
ในลำดับถัดลงฉันจะทำเช่นนี้?
คำตอบ:
ในฐานะของ 0.17.0 ปล่อยที่วิธีการได้รับการยกเลิกในความโปรดปรานของ sort
ถูกลบอย่างสมบูรณ์ในรุ่น 0.20.0 อาร์กิวเมนต์ (และผลลัพธ์) ยังคงเหมือนเดิม:sort_values
sort
df.sort_values(['a', 'b'], ascending=[True, False])
คุณสามารถใช้อาร์กิวเมนต์จากน้อยไปมากsort
:
df.sort(['a', 'b'], ascending=[True, False])
ตัวอย่างเช่น:
In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
a b
2 1 4
7 1 3
1 1 2
3 1 2
4 3 2
6 4 4
0 4 3
9 4 3
5 4 1
8 4 1
ตามที่แสดงความคิดเห็นโดย @renadeen
การเรียงลำดับไม่ได้อยู่ในตำแหน่งตามค่าเริ่มต้น! ดังนั้นคุณควรกำหนดผลลัพธ์ของวิธีการเรียงลำดับให้กับตัวแปรหรือเพิ่ม inplace = True เพื่อเรียกเมธอด
นั่นคือถ้าคุณต้องการใช้ df1 ซ้ำเป็น DataFrame ที่เรียงลำดับ:
df1 = df1.sort(['a', 'b'], ascending=[True, False])
หรือ
df1.sort(['a', 'b'], ascending=[True, False], inplace=True)
sort
เมธอดให้กับตัวแปรหรือเพิ่มinplace=True
ไปยังการเรียกเมธอด
ตั้งแต่ pandas 0.17.0 DataFrame.sort()
เลิกใช้แล้วและถูกตั้งค่าให้ลบใน pandas เวอร์ชันอนาคต วิธีการเรียงลำดับดาต้าเฟรมตามค่าปัจจุบันคือDataFrame.sort_values
ดังนั้นคำตอบสำหรับคำถามของคุณก็จะเป็นเช่นนี้
df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)
สำหรับ dataframes ขนาดใหญ่ของข้อมูลตัวเลขคุณอาจเห็นการปรับปรุงประสิทธิภาพที่สำคัญผ่านnumpy.lexsort
ซึ่งทำการเรียงลำดับทางอ้อมโดยใช้ลำดับของคีย์:
import pandas as pd
import numpy as np
np.random.seed(0)
df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
df1 = pd.concat([df1]*100000)
def pdsort(df1):
return df1.sort_values(['a', 'b'], ascending=[True, False])
def lex(df1):
arr = df1.values
return pd.DataFrame(arr[np.lexsort((-arr[:, 1], arr[:, 0]))])
assert (pdsort(df1).values == lex(df1).values).all()
%timeit pdsort(df1) # 193 ms per loop
%timeit lex(df1) # 143 ms per loop
สิ่งหนึ่งที่แปลกประหลาดคือลำดับการเรียงที่กำหนดด้วยnumpy.lexsort
ถูกกลับรายการ(-'b', 'a')
เรียงลำดับตามลำดับa
แรก เราคัดค้านซีรี่ส์b
เพื่อแสดงว่าเราต้องการซีรีส์นี้จากมากไปหาน้อย
โปรดทราบว่าnp.lexsort
เรียงลำดับตามค่าตัวเลขเท่านั้นในขณะที่pd.DataFrame.sort_values
ทำงานกับสตริงหรือค่าตัวเลข ใช้กับสตริงจะให้:np.lexsort
TypeError: bad operand type for unary -: 'str'