pandas中按行或列的值对数据排序的实现

在处理表格型数据时，常会用到排序，比如，按某一行或列的值对表格排序，要怎么做呢？

这就要用到 pandas 中的 sort_values() 函数。

一、 按列的值对数据排序

先来看最常见的情况。

1.按某一列的值对数据排序

以下面的数据为例。

import pandas as pd

df_col = pd.DataFrame({'Name':['Paul','Richard', 'Betty',  'Philip','Anna'],
        'course1':[85,83,90,84,85],
        'course2':[90,82,79,71,86],
        'sport':['basketball', 'Volleyball', 'football', 'Basketball','baseball']},
         index=[1,2,3,4,5])  
df_col

在 sort_values() 函数中设置 by='列名'，即可以按这一列值的顺序重新排列行。

df_sort=df_col.sort_values(by='course2')
df_sort

如以上结果所示，默认是升序排列。还可以做降序排列，在 sort_values() 函数中设置 ascending=False 即可。例如：

df_sort=df_col.sort_values(by='course2',ascending=False)
df_sort

2. 按多列的值对数据排序

您是否遇到过这种情况：要排序的某一列数据有相同的值，此时结果会怎么样呢？我们来看下面的例子。

df_sort=df_col.sort_values(by='course1')
df_sort

从结果看到，“course1” 有两个相同的值 85，此时会依据 index 的先后顺序排列。

那如果不想按 index 顺序，想要自己设定相同值的排序方式，应该怎么做呢？

可以设置第二列，对于第一列的相同值，参照第二列的值排序。例如：

df_sort=df_col.sort_values(by=['course1','course2'])
df_sort

可以看到，by 参数中的第二列 “course2” 只在第一列 “course1” 中有相同值时起作用，因此只有 “Anna” 和 “Paul” 所在的这两行数据位置互换，其它行位置不变。

3. key 参数：设置排序时的数据变换函数

在实际中还可能会遇到这种情况，数据中大小写都有，比如例子数据的 “sport” 列。按这一列对数据排序，结果如下：

df_sort=df_col.sort_values(by=['sport'])
df_sort

看结果发现，大写字母排在小写字母前面，因此 “Volleyball” 所在行排在 “baseball” 所在行前面，但这并不是我们想要的排序结果。那应该怎么做，才能按字母顺序排序呢？

可以设置 sort_values() 函数的 key 参数。

df_sort=df_col.sort_values(by=['sport'],key=lambda col:col.str.lower())
df_sort

此时的排序结果就是按字母顺序排列。

4. 修改原数据

前面介绍的操作中，每次都生成了一个新的数据 df_sort，并没有改变原数据。

df_col

但是，有时可能数据太大，而原数据后续不再使用。为了节省空间，想直接在原数据上改动。应该怎么办呢？

只要在 sort_values() 函数中设置 inplace=True。

df_col.sort_values(by='course2',inplace=True)
df_col

二、 按行的值对数据排序

需要注意的是，这种情况只适用于各列数据类型相同的情况，例如下面例子中的数据，每一列数据都是数值型。而前面例子的数据既有数值型，又有字符型，无法按行的值排序。

df_row = pd.DataFrame({
        'course1':[91,85,90,84,92],
        'course2':[72,81,76,71,79],
        'course3':[93,85,88,94,86]},
         index=['Paul','Richard', 'Betty',  'Philip','Anna'])
df_row

按行的值排序时，设置 by 参数为某行的 index 名，并且 axis=1。

df_sort=df_row.sort_values(by='Anna',axis=1)
df_sort

按行值排序在 sort_values() 函数中设置 ascending, key, inplace 等参数的方式都与前面介绍的按列值排序相同。这里仅以按多行的值对数据排序为例。

df_sort=df_row.sort_values(by=['Richard','Paul'],axis=1,ascending=False)
df_sort

参考

1.https://www.geeksforgeeks.org/sort-rows-or-columns-in-pandas-dataframe-based-on-values/

2.http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.html