Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah Saya Mengisih DataFrame Pandas mengikut Berbilang Lajur?

Bagaimanakah Saya Mengisih DataFrame Pandas mengikut Berbilang Lajur?

Susan Sarandon
Lepaskan: 2024-12-13 17:08:13
asal
153 orang telah melayarinya

How Do I Sort a Pandas DataFrame by Multiple Columns?

Isih Berbilang Lajur dalam Panda

Isih Bingkai Data Pandas berdasarkan berbilang lajur ialah tugas biasa. Artikel ini menerangkan cara melakukan pengisihan berbilang lajur menggunakan kaedah sort(), yang telah ditamatkan untuk memilih sort_values() dalam versi terbaru Panda.

sort_values() Kaedah:

Setakat Pandas 0.17.0, kaedah sort_values() disyorkan untuk berbilang lajur menyusun. Sintaksnya ialah:

df.sort_values(by=['column_1', 'column_2'], ascending=[True, False])
Salin selepas log masuk

di mana:

  • dengan menentukan lajur untuk diisih mengikut
  • menaik menentukan tertib isihan untuk setiap lajur (Benar untuk menaik, Palsu untuk menurun)

Untuk contoh:

Untuk mengisih DataFrame df mengikut lajur 'b' dalam tertib menaik dan lajur 'c' dalam tertib menurun, anda boleh menggunakan:

df = df.sort_values(['b', 'c'], ascending=[True, False])
Salin selepas log masuk

isih () Kaedah (ditamatkan):

Untuk versi Pandas sebelum 0.20.0, anda masih boleh menggunakan kaedah sort() dengan hujah menaik:

df.sort(['a', 'b'], ascending=[True, False])
Salin selepas log masuk

Walau bagaimanapun, adalah penting untuk ambil perhatian bahawa kaedah sort() tidak diletakkan secara lalai. Oleh itu, anda harus menetapkan hasil operasi isihan kepada DataFrame baharu atau gunakan inplace=True untuk menggantikan DataFrame asal dengan versi disusun:

df1 = df1.sort(['a', 'b'], ascending=[True, False])
Salin selepas log masuk

atau

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

Atas ialah kandungan terperinci Bagaimanakah Saya Mengisih DataFrame Pandas mengikut Berbilang Lajur?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan