如何从一列中对pandas数据帧进行排序

Question

我有一个这样的数据框:

print(df)

        0          1     2
0   354.7      April   4.0
1    55.4     August   8.0
2   176.5   December  12.0
3    95.5   February   2.0
4    85.6    January   1.0
5     152       July   7.0
6   238.7       June   6.0
7   104.8      March   3.0
8   283.5        May   5.0
9   278.8   November  11.0
10  249.6    October  10.0
11  212.7  September   9.0

如您所见,月份不是日历顺序.所以我创建了第二列,以获得与每个月相对应的月份数(1-12).从那里,我如何根据日历月的顺序对此数据框进行排序？

Answer 1

用于sort_values按特定列的值对df进行排序:

In [18]:
df.sort_values('2')

Out[18]:
        0          1     2
4    85.6    January   1.0
3    95.5   February   2.0
7   104.8      March   3.0
0   354.7      April   4.0
8   283.5        May   5.0
6   238.7       June   6.0
5   152.0       July   7.0
1    55.4     August   8.0
11  212.7  September   9.0
10  249.6    October  10.0
9   278.8   November  11.0
2   176.5   December  12.0

如果要按两列排序sort_values,请将列标签列表传递给根据排序优先级排序的列标签.如果使用df.sort_values(['2', '0']),结果将按列2然后列排序0.当然,这对于这个例子来说并不合理,因为每个值df['2']都是唯一的.

Answer 2

我尝试了上面的解决方案而且没有达到结果,所以我找到了一个适合我的不同解决方案.该升=假是订购数据框在递减顺序,默认为真.我使用的是python 3.6.6和pandas 0.23.4版本.

final_df = df.sort_values(by=['2'], ascending=False)

您可以在此处查看pandas文档中的更多详细信息.

Answer 3

就像另一种解决方案：

您可以对字符串数据（月份名称）进行分类并按如下方式排序，而不是创建第二列：

df.rename(columns={1:'month'},inplace=True)
df['month'] = pd.Categorical(df['month'],categories=['December','November','October','September','August','July','June','May','April','March','February','January'],ordered=True)
df = df.sort_values('month',ascending=False)

它将month name按照您在创建Categorical对象时指定的方式为您提供有序数据。

Answer 4

使用列名对我有用。

sorted_df = df.sort_values(by=['Column_name'], ascending=True)

Answer 5

这对我有用

df.sort_values(by='Column_name', inplace=True, ascending=False)

Answer 6

您可能需要在排序后重置索引：

df = df.sort_values('2')
df = df.reset_index(drop=True)

Answer 7

这是根据 pandas 文档的 sort_values 模板。

DataFrame.sort_values(by, axis=0,
                          ascending=True,
                          inplace=False,
                          kind='quicksort',
                          na_position='last',
                          ignore_index=False, key=None)[source]

在这种情况下就会是这样的。

df.sort_values(by=['2'])

API 参考pandas.DataFrame.sort_values

Answer 8

只是添加一些对数据的操作。假设我们有一个数据框df，我们可以执行几个操作以获得所需的输出

ID         cost      tax    label
1       216590      1600    test      
2       523213      1800    test 
3          250      1500    experiment

df['label'].value_counts().to_frame().reset_index()).sort_values('label', ascending=False)

将sorted标签输出作为dataframe

    index   label
0   test        2
1   experiment  1

Answer 9

熊猫的sort_values工作。

如果打算保留相同的变量名，请不要忘记inplace=True（这将执行就地操作）

df.sort_values(by=['2'], inplace=True)

不妨将更改（排序）分配给一个变量，该变量可能具有相同的名称，例如dfas

df = df.sort_values(by=['2'])

忘记上述步骤可能会导致（作为该用户）无法获得预期的结果。

请注意，如果要降序，则需要通过ascending=False，例如

df = df.sort_values(by=['2'], ascending=False)

Answer 10

只是添加一些更多的见解

df=raw_df['2'].sort_values() # will sort only one column (i.e 2)

但 ，

df =raw_df.sort_values(by=["2"] , ascending = False)  # this  will sort the whole df in decending order on the basis of the column "2"

Answer 11

如果您想动态排序列但不按字母顺序排序。并且不想使用 pd.sort_values()。您可以尝试以下解决方案。

问题：按此顺序对列“col1”进行排序 ['A', 'C', 'D', 'B']

import pandas as pd
import numpy as np

## Sample DataFrame ##
df = pd.DataFrame({'col1': ['A', 'B', 'D', 'C', 'A']})

>>> df
   col1
0    A
1    B
2    D
3    C
4    A
## Solution ##

conditions = []
values = []

for i,j in enumerate(['A','C','D','B']):
    conditions.append((df['col1'] == j))
    values.append(i)

df['col1_Num'] = np.select(conditions, values)

df.sort_values(by='col1_Num',inplace = True)

>>> df

    col1  col1_Num
0    A         0
4    A         0
3    C         1
2    D         2
1    B         3