Ben sütunlu bir dataframe olduğunu varsayalım a
, b
ve c
ben sütuna göre dataframe sıralamak istediğiniz b
artan düzende ve sütuna göre c
azalan sırada, bu nasıl yapacağım?
Ben sütunlu bir dataframe olduğunu varsayalım a
, b
ve c
ben sütuna göre dataframe sıralamak istediğiniz b
artan düzende ve sütuna göre c
azalan sırada, bu nasıl yapacağım?
Yanıtlar:
0.17.0 sürümünden itibaren sort
yöntem lehine kaldırılmıştır sort_values
. sort
0.20.0 sürümünde tamamen kaldırıldı. Argümanlar (ve sonuçlar) aynı kalır:
df.sort_values(['a', 'b'], ascending=[True, False])
Aşağıdakilerin artan argümanını kullanabilirsiniz sort
:
df.sort(['a', 'b'], ascending=[True, False])
Örneğin:
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
@Renadeen tarafından yorumlandığı gibi
Sıralama varsayılan olarak yerinde değildir! Bu nedenle, bir değişkene sıralama yönteminin sonucunu atamanız veya yöntem çağrısına inplace = True eklemeniz gerekir.
yani, df1'i sıralı bir DataFrame olarak yeniden kullanmak istiyorsanız:
df1 = df1.sort(['a', 'b'], ascending=[True, False])
veya
df1.sort(['a', 'b'], ascending=[True, False], inplace=True)
sort
yöntemin sonucunu bir değişkene atamanız veya inplace=True
yöntem çağrısına eklemeniz gerekir.
Pandalar 0.17.0'dan itibaren DataFrame.sort()
kullanımdan kaldırılmıştır ve gelecekteki bir panda sürümünde kaldırılacak şekilde ayarlanmıştır. Bir veri çerçevesini değerlerine göre sıralamanın yolu artıkDataFrame.sort_values
Bu nedenle, sorunuzun cevabı şimdi
df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)
Sayısal verilerin büyük veri çerçeveleri için, numpy.lexsort
bir anahtar dizisi kullanarak dolaylı bir sıralama gerçekleştiren önemli bir performans artışı görebilirsiniz :
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
Bir özellik, tanımlanan sıralama düzeninin numpy.lexsort
tersine çevrilmesidir: önce (-'b', 'a')
serilere göre sıralar a
. Serileri b
, bu serilerin azalan sırada olmasını istediğimizi yansıtmak için reddediyoruz .
Dize veya sayısal değerlerle np.lexsort
çalışırken , yalnızca sayısal değerlerle pd.DataFrame.sort_values
sıralandığını unutmayın. Kullanılması np.lexsort
dizeleri ile verecektir: TypeError: bad operand type for unary -: 'str'
.