Як сортувати кадр даних у пандах python за двома чи більше стовпцями?

255

Припустимо, у мене є кадр даних із стовпцями a, bі cя хочу сортувати кадр даних за стовпцем bу порядку зростання та за стовпцем cу порядку зменшення, як це зробити?

— Ракеш Адхікесаван
джерело

перевірити цю відповідь stackoverflow.com/a/14946246/1948860

— richie

455

По відношенню до випуску 0,17,0, sortметод був застарілий на користь sort_values. sortбув повністю видалений у випуску 0.20.0. Аргументи (і результати) залишаються тими ж:

df.sort_values(['a', 'b'], ascending=[True, False])

Ви можете використовувати аргумент висхідного рівня sort:

df.sort(['a', 'b'], ascending=[True, False])

Наприклад:

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

Як коментує @renadeen

Сортування не встановлено за замовчуванням! Отже, слід призначити результат методу сортування змінній або додати inplace = True до виклику методу.

тобто якщо ви хочете повторно використовувати df1 в якості відсортованої DataFrame:

df1 = df1.sort(['a', 'b'], ascending=[True, False])

або

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)

— Енді Хейден
джерело

7

Сортування не встановлено за замовчуванням! Тому слід призначити результат sortметоду змінній або додати inplace=Trueдо виклику методу.

— renadeen

2

@renadeen Дуже добре, я оновив відповідь з цим коментарем.

— Енді Хейден

1

Я був здивований, дізнавшись сьогодні, що такий сорт застарів! Виходячи з деяких думок у цій мета-публікації: meta.stackoverflow.com/questions/297404/…, я вирішив додати нову відповідь, а не намагатися редагувати ваш

— Kyle Heuton

2

@Snoozer Так, я не думаю, що сорт ніколи не піде (в основному, як це широко використовується в книзі Уеса), але відбулися деякі великі зміни в сортуванні викликів . Дякую! .. Мені справді потрібно автоматизувати перегляд усіх моїх 1000-ти пандів відповідей на анулювання!

— Енді Хайден

40

Станом на панд 0.17.0, DataFrame.sort()застаріле і встановлено для вилучення в майбутній версії панд. Зараз можна сортувати кадр даних за його значеннямиDataFrame.sort_values

Таким чином, зараз відповідь на ваше запитання

df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)

— Кайл Хейтон
джерело

4

Для великих фреймів даних числових даних ви можете побачити значне поліпшення продуктивності через numpy.lexsort, яке виконує непряме сортування за допомогою послідовності ключів:

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

Однією особливістю є те, що визначений порядок сортування із numpy.lexsortзворотним: (-'b', 'a')сортує aспочатку за рядами . Ми заперечуємо серії, bщоб відображати, що хочемо, щоб ця серія була у порядку зменшення.

Майте на увазі, що np.lexsortсортується лише з числовими значеннями, тоді як pd.DataFrame.sort_valuesпрацює з рядковими або числовими значеннями. Використання np.lexsortз рядками дасть: TypeError: bad operand type for unary -: 'str'.

— jpp
джерело