Vi kan udføre sortering i Pandas Dataframe. Denne artikel vil diskutere, hvordan man sorterer Pandas DataFrame ved hjælp af forskellige metoder i Python .
Sortering af datarammer i pandaer
Oprettelse af en Pandas dataramme til demonstration, Her har vi lavet en dataramme, hvori vi vil udføre forskellige sorteringsfunktioner.
Python3
tegn til int i java
# importing pandas library> import> pandas as pd> # creating and initializing a nested list> age_list>=> [[>'Afghanistan'>,>1952>,>8425333>,>'Asia'>],> >[>'Australia'>,>1957>,>9712569>,>'Oceania'>],> >[>'Brazil'>,>1962>,>76039390>,>'Americas'>],> >[>'China'>,>1957>,>637408000>,>'Asia'>],> >[>'France'>,>1957>,>44310863>,>'Europe'>],> >[>'India'>,>1952>,>3.72e>+>08>,>'Asia'>],> >[>'United States'>,>1957>,>171984000>,>'Americas'>]]> # creating a pandas dataframe> df>=> pd.DataFrame(age_list, columns>=>[>'Country'>,>'Year'>,> >'Population'>,>'Continent'>])> df> |
>
>
Produktion
Sorter Pandas DataFrame
Sortering af Pandas dataramme
For at sortere datarammen i pandaer skal funktionen sort_værdier() anvendes. Pandaer sort_values() kan sortere datarammen i stigende eller faldende rækkefølge.
Pandas DataFrame-sortering i stigende rækkefølge
Kodestykket sorterer DataFrame df i stigende rækkefølge baseret på kolonnen 'Land'. Den gemmer eller viser dog ikke den sorterede dataramme.
Python3
# Sorting by column 'Country'> df.sort_values(by>=>[>'Country'>])> |
>
>
Produktion:
Sorter Pandas DataFrame
java kort
Sortering af Pandas DataFrame i faldende rækkefølge
DataFrame df vil blive sorteret i faldende rækkefølge baseret på kolonnen Population, hvor det land, der har den højeste befolkning, vises øverst i DataFrame.
Python3
# Sorting by column 'Population'> df.sort_values(by>=>[>'Population'>], ascending>=>False>)> |
>
>
Produktion:
Sorter Pandas DataFrame
Sorter Pandas DataFrame Baseret på Sampling
Her sorterer vi en DataFrame (df>) baseret på 'Population'-kolonnen, og arrangere rækker med manglende værdier i 'Population' for at blive vist først. Detsort_values()>metode medna_position='first'>argument opnår dette ved at prioritere rækker med manglende værdier i begyndelsen af den sorterede DataFrame.
Python3
# Sorting by column 'Population'> # by putting missing values first> df.sort_values(by>=>[>'Population'>], na_position>=>'first'>)> |
>
>
Produktion:
Sorter Pandas DataFrame
Sortering af datarammer efter flere kolonner
I dette eksempel sorterer vi en DataFrame (df>) primært efter kolonnen 'Land' i stigende rækkefølge og inden for hver landegruppe efter kolonnen 'Kontinent'. Den resulterende DataFrame sorteres baseret på den angivne kolonnerækkefølge, hvilket skaber et sorteret datasæt.
Python3
# Sorting by columns 'Country' and then 'Continent'> df.sort_values(by>=>[>'Country'>,>'Continent'>])> |
>
>
Produktion:
Sorter Pandas DataFrame
Sortering af datarammer efter kolonner, men i en anden rækkefølge
I dette eksempel sorterer vi en DataFrame (df>) først efter kolonnen 'Land' i faldende rækkefølge og inden for hver landegruppe efter kolonnen 'Kontinent' i stigende rækkefølge. Den resulterende DataFrame er organiseret baseret på de angivne kolonnesorteringskriterier.
Python3
binære trætyper
# Sorting by columns 'Country' in descending> # order and then 'Continent' in ascending order> df.sort_values(by>=>[>'Country'>,>'Continent'>],> >ascending>=>[>False>,>True>])> |
>
>
Produktion:
Sorter Pandas DataFrame