如何通过两列或更多列对python pandas中的dataFrame进行排序？

Question

假设我有一个包含列的数据框a,b并且c我想按列b升序排序数据帧,按列c降序排序,我该怎么做？

Answer 1

截至0.17.0版本,该sort方法已被弃用,以支持sort_values. sort在0.20.0版本中被完全删除.参数(和结果)保持不变:

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

您可以使用升序参数sort:

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

例如:

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

由@renadeen评论

默认情况下排序不到位!因此,您应该将sort方法的结果分配给变量,或者将inplace = True添加到方法调用中.

也就是说,如果要将df1重用为已排序的DataFrame:

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

要么

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

Answer 2

从pandas 0.17.0开始,DataFrame.sort()不推荐使用,并设置为在未来版本的pandas中删除.现在是通过其值对数据帧进行排序的方法DataFrame.sort_values

因此,现在问题的答案就是

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

Answer 3

对于数字数据的大型数据帧，您可能会通过 看到显着的性能改进numpy.lexsort，它使用一系列键执行间接排序：

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

一个特点是定义的排序顺序numpy.lexsort相反：首先(-'b', 'a')按系列排序a。我们否定系列b以反映我们希望按降序排列的系列。

请注意，np.lexsort仅使用数字值排序，而pd.DataFrame.sort_values适用于字符串或数字值。np.lexsort与字符串一起使用将给出：TypeError: bad operand type for unary -: 'str'.