Come ordinare un dataFrame in python panda per due o più colonne?

255

Supponiamo che io ho una dataframe con colonne a, be c, voglio ordinare la dataframe per colonna bin ordine crescente, e per colonna cin ordine decrescente, come faccio a fare questo?

— Rakesh Adhikesavan
fonte

controlla questa risposta stackoverflow.com/a/14946246/1948860

— richie

454

A partire dalla versione 0.17.0, il sortmetodo è stato deprecato a favore di sort_values. sortè stato completamente rimosso nella versione 0.20.0. Gli argomenti (e i risultati) rimangono gli stessi:

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

È possibile utilizzare l'argomento crescente di sort:

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

Per esempio:

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

Come commentato da @renadeen

L'ordinamento non è attivo per impostazione predefinita! Quindi è necessario assegnare il risultato del metodo di ordinamento a una variabile o aggiungere inplace = True alla chiamata del metodo.

vale a dire, se si desidera riutilizzare df1 come DataFrame ordinato:

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

o

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

— Andy Hayden
fonte

6

L'ordinamento non è attivo per impostazione predefinita! Quindi dovresti assegnare il risultato del sortmetodo a una variabile o aggiungerlo inplace=Truealla chiamata del metodo.

— Renadeen,

2

@renadeen ottimo punto, ho aggiornato per risposta con quel commento.

— Andy Hayden,

1

Sono stato sorpreso di apprendere oggi che questo tipo è stato deprecato! Sulla base di alcune delle opinioni espresse in questo meta post: meta.stackoverflow.com/questions/297404/… ho deciso di aggiungere una nuova risposta anziché tentare di

— apportare

2

@Snoozer Sì, non credo che l'ordinamento andrà mai via (principalmente perché è ampiamente utilizzato nel libro di Wes), ma ci sono stati alcuni grandi cambiamenti nell'ordinamento delle chiamate . Grazie! .. Ho davvero bisogno di automatizzare l'esame di tutte le mie migliaia di risposte panda per deprecazioni!

— Andy Hayden,

40

A partire da Panda 0.17.0, DataFrame.sort()è obsoleto e impostato per essere rimosso in una versione futura di Panda. Il modo per ordinare un frame di dati in base ai suoi valori è oraDataFrame.sort_values

Pertanto, la risposta alla tua domanda ora sarebbe

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

— Kyle Heuton
fonte

4

Per grandi dataframe di dati numerici, potresti notare un significativo miglioramento delle prestazioni tramite numpy.lexsort, che esegue un ordinamento indiretto usando una sequenza di chiavi:

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

Una particolarità è che l'ordine di ordinamento definito numpy.lexsortè invertito: prima (-'b', 'a')ordina per serie a. Neghiamo la serie bper riflettere che vogliamo questa serie in ordine decrescente.

Ricorda che np.lexsortordina solo con valori numerici, mentre pd.DataFrame.sort_valuesfunziona con stringhe o valori numerici. Usando np.lexsortcon le stringhe darà: TypeError: bad operand type for unary -: 'str'.

— JPP
fonte