Devo affrontare qualche problema qui, nel mio pacchetto python ho installato numpy, ma ho ancora questo errore L'oggetto 'DataFrame' non ha l'attributo 'sort'

Chiunque può darmi un'idea ..

Questo è il mio codice:

final.loc[-1] =['', 'P','Actual']
final.index = final.index + 1  # shifting index
final = final.sort()
final.columns=[final.columns,final.iloc[0]]
final = final.iloc[1:].reset_index(drop=True)
final.columns.names = (None, None)

sort() è stato deprecato per DataFrames a favore di:

• sort_values()di ordinamento per colonna (s)
• sort_index()per ordinare in base all'indice

sort()era deprecato (ma ancora disponibile) in Panda con la versione 0.17 (2015-10-09) con l'introduzione di sort_values()e sort_index(). È stato rimosso da Panda con la versione 0.20 (05/05/2017).

Pandas Sorting 101

sortè stato sostituito nella v0.20 da DataFrame.sort_valuese DataFrame.sort_index. A parte questo, abbiamo anche argsort.

Di seguito sono riportati alcuni casi d'uso comuni nell'ordinamento e come risolverli utilizzando le funzioni di ordinamento nell'API corrente. Innanzitutto, l'installazione.

# Setup
np.random.seed(0)
df = pd.DataFrame({'A': list('accab'), 'B': np.random.choice(10, 5)})    
df                                                                                                                                        
   A  B
0  a  7
1  c  9
2  c  3
3  a  5
4  b  2

Ordina per singola colonna

Ad esempio, per ordinare in dfbase alla colonna "A", utilizza sort_valuescon un unico nome di colonna:

df.sort_values(by='A')

   A  B
0  a  7
3  a  5
4  b  2
1  c  9
2  c  3

Se hai bisogno di un nuovo RangeIndex, usa DataFrame.reset_index.

Ordina per più colonne

Ad esempio, per ordinare sia la colonna "A" che la "B" df, puoi passare un elenco a sort_values:

df.sort_values(by=['A', 'B'])

   A  B
3  a  5
0  a  7
4  b  2
2  c  3
1  c  9

Ordina per indice DataFrame

df2 = df.sample(frac=1)
df2

   A  B
1  c  9
0  a  7
2  c  3
3  a  5
4  b  2

Puoi farlo usando sort_index:

df2.sort_index()

   A  B
0  a  7
1  c  9
2  c  3
3  a  5
4  b  2

df.equals(df2)                                                                                                                            
# False
df.equals(df2.sort_index())                                                                                                               
# True

Ecco alcuni metodi comparabili con le loro prestazioni:

%timeit df2.sort_index()                                                                                                                  
%timeit df2.iloc[df2.index.argsort()]                                                                                                     
%timeit df2.reindex(np.sort(df2.index))                                                                                                   

605 µs ± 13.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
610 µs ± 24.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
581 µs ± 7.63 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Ordina per elenco di indici

Per esempio,

idx = df2.index.argsort()
idx
# array([0, 7, 2, 3, 9, 4, 5, 6, 8, 1])

Questo problema di "ordinamento" è in realtà un semplice problema di indicizzazione. Basta passare etichette intere a iloc.

df.iloc[idx]

   A  B
1  c  9
0  a  7
2  c  3
3  a  5
4  b  2