如何排序一个dataFrame在python熊猫两个或多个列?

小开

最佳答案

在0.17.0版本中，sort方法被弃用，而改用sort_values方法。sort在0.20.0版本中被完全删除。论点(和结果)保持不变:

df.sort_values(['a', 'b'], ascending=[True, False])

你可以使用sort的升序参数:

df.sort(['a', 'b'], ascending=[True, False])

例如:

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

正如@renadeen评论的那样

默认情况下排序不到位!所以你应该把sort方法的结果赋值给一个变量，或者在方法调用中添加inplace=True。

也就是说，如果你想重用df1作为一个排序的数据帧:

df1 = df1.sort(['a', 'b'], ascending=[True, False])

或

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

小开

从pandas 0.17.0开始，DataFrame.sort()已弃用，并将在pandas的未来版本中删除。根据值对数据帧排序的方法现在是DataFrame.sort_values

因此，你问题的答案是

df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)

小开

对于数值数据的大数据帧，你可以通过numpy.lexsort看到显著的性能改进，它使用键序列执行间接排序:

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

一个特点是numpy.lexsort定义的排序顺序颠倒了:(-'b', 'a')先按系列a排序。我们对序列b求反，以反映我们希望该序列按降序排列。

注意，np.lexsort只对数值进行排序，而pd.DataFrame.sort_values可以对字符串或数值进行排序。对字符串使用np.lexsort将得到:TypeError: bad operand type for unary -: 'str'。