按NaN计数的降序对数据帧的行进行排序

Question

我正在尝试对以下Pandas DataFrame进行排序:

         RHS  age  height  shoe_size  weight
0     weight  NaN     0.0        0.0     1.0
1  shoe_size  NaN     0.0        1.0     NaN
2  shoe_size  3.0     0.0        0.0     NaN
3     weight  3.0     0.0        0.0     1.0
4        age  3.0     0.0        0.0     1.0

以这种方式,首先定位具有更多NaNs列数的行.更确切地说,在上面的df中,索引为1(2 Nans)的行应该在索引为0(1 NaN)的行之前.

我现在做的是:

df.sort_values(by=['age', 'height', 'shoe_size', 'weight'], na_position="first")

Answer 1

使用df.sort_values和loc基于访问.

df = df.iloc[df.isnull().sum(1).sort_values(ascending=0).index]
print(df)

         RHS  age  height  shoe_size  weight
1  shoe_size  NaN     0.0        1.0     NaN
2  shoe_size  3.0     0.0        0.0     NaN
0     weight  NaN     0.0        0.0     1.0
4        age  3.0     0.0        0.0     1.0
3     weight  3.0     0.0        0.0     1.0

df.isnull().sum(1)计算NaNs并根据此排序计数访问行.

@ayhan 对上述解决方案提供了一个很好的改进,包括pd.Series.argsort:

df = df.iloc[df.isnull().sum(axis=1).mul(-1).argsort()]
print(df)

         RHS  age  height  shoe_size  weight 
1  shoe_size  NaN     0.0        1.0     NaN           
0     weight  NaN     0.0        0.0     1.0           
2  shoe_size  3.0     0.0        0.0     NaN           
3     weight  3.0     0.0        0.0     1.0           
4        age  3.0     0.0        0.0     1.0            

Answer 2

df.isnull().sum().sort_values(ascending=False)