Как отсортировать dataFrame в python панды по двум или более столбцам?

255

Предположим, у меня есть фрейм данных со столбцами a, bи cя хочу отсортировать фрейм данных по столбцу bв порядке возрастания и по столбцу cв порядке убывания, как мне это сделать?

— Ракеш Адхикешаван
источник

проверить этот ответ stackoverflow.com/a/14946246/1948860

— Ричи

455

Начиная с версии 0.17.0, sortметод устарел в пользу sort_values. sortбыл полностью удален в версии 0.20.0. Аргументы (и результаты) остаются прежними:

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

Вы можете использовать восходящий аргумент sort:

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

Например:

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

Комментарии @renadeen

Сортировка не на месте по умолчанию! Поэтому вы должны присвоить результат метода sort переменной или добавить inplace = True для вызова метода.

то есть, если вы хотите повторно использовать df1 как отсортированный DataFrame:

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

или

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

— Энди Хейден
источник

7

Сортировка не на месте по умолчанию! Таким образом, вы должны присвоить результат sortметода переменной или добавить inplace=Trueк вызову метода.

— Ренаден

2

@renadeen очень хорошая мысль, я обновил ответ с этим комментарием.

— Энди Хейден,

1

Я был удивлен, узнав сегодня, что этот вид устарел! Основываясь на некоторых мнениях в этом мета-посте: meta.stackoverflow.com/questions/297404/… Я решил добавить новый ответ, а не пытаться редактировать свой

— Kyle Heuton

2

@ Snoozer Да, я не думаю, что сортировка когда-либо исчезнет (в основном, поскольку она широко используется в книге Уэса), но в вызове сортировки произошли некоторые большие изменения . Спасибо! .. Мне действительно нужно автоматизировать прохождение всех моих тысяч ответов панд для обесценивания!

— Энди Хейден

40

Начиная с pandas 0.17.0, DataFrame.sort()устарела и должна быть удалена в будущей версии pandas. Способ сортировки информационного кадра по его значениям теперьDataFrame.sort_values

Таким образом, ответ на ваш вопрос теперь будет

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

— Кайл Хойтон
источник

4

Для больших фреймов числовых данных вы можете увидеть значительное улучшение производительности с помощью numpy.lexsortкосвенной сортировки с использованием последовательности ключей:

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

Одна особенность заключается в том, что определенный порядок сортировки с numpy.lexsortобратным: (-'b', 'a')сортировка по серии в aпервую очередь. Мы отрицаем ряд, bчтобы отразить, что мы хотим этот ряд в порядке убывания.

Имейте в виду, что np.lexsortсортирует только по числовым значениям, а pd.DataFrame.sort_valuesработает со строковыми или числовыми значениями. Использование np.lexsortсо строками даст: TypeError: bad operand type for unary -: 'str'.

— JPP
источник