Python_pandas不是熊猫(2)——DataFrame、Series的排序操作

0.写在前面

DataFrame的排序操作比较简单，不过几函数尔

---

这是本例要用到的DataFrame：

import pandas as pd
import numpy as np

rst = np.random.RandomState(seed=2333) # 加入seed，使得生成的数据相同
example_array = rst.uniform(size=(5,5))
index  = ['张飞', '关羽', '赵云', '黄忠', '马超']
columns= ['血量', '智力', '敏捷', '攻击', '防御']
example_df = pd.DataFrame(example_array, columns=columns, index=index)

排序操作，有两种方式，一种是对内容进行排序，另一种是对索引进行排序

---

1.DataFrame按内容进行排序

使用df.sort_values(by, ascending=True)进行排序，该函数有很多参数，最常用的就这俩，其余的参数博客结尾会讲到（至于为什么最后讲，我先卖个关子）

• by:指定单个键或者多个键进行排序
• ascending=True默认为升序，False为降序

# 指定单个键
# 按照血量进行排序，使用`ascending`指定降序
example_df = example_df.sort_values(by='血量', ascending=False)


# 指定多个键
# 按照血量、智力进行排序，使用`ascending`指定血量降序，智力升序
example_df.sort_values(by=['血量', '智力'], ascending=[False, True])

# 若仅要求降序，`ascending`可以只传入一个参数 False
example_df.sort_values(by=['血量', '智力'], ascending=False)

---

2.DataFrame按索引进行排序

使用df.sort_index(ascending=True)进行排序，该函数有很多参数，最常用的就这一个，其余的参数博客结尾会讲到

• ascending=True默认为升序，False为降序

# 对索引进行降序行排序
example_df.sort_index(ascending=False)

---

3.Series按内容进行排序

使用series.sort_values(ascending=True)进行排序，由于其只有一列数据，所以无需指定字段，所以更简单一些，它也有一些其他参数

series = example_df['血量']
# 顺便复习下上篇博客，这样可以获得行series
# series = example_df.loc['张飞']
# 进行排序
series.sort_values() # 没错就是这么简单粗暴

4.Series按索引进行排序

使用series.sort_index(ascending=True)进行排序

series = example_df['血量']
series.sort_index() # 没错还是这么简单粗暴

5.其他参数

先吓唬一下诸位：鼠标可以直接往下拉

dataframe.sort_values(
    by,
    axis=0,
    ascending=True,
    inplace=False,
    kind='quicksort',
    na_position='last',
    ignore_index=False,
)

dataframe.sort_index(
    axis=0,
    level=None,
    ascending=True,
    inplace=False,
    kind='quicksort',
    na_position='last',
    sort_remaining=True,
    ignore_index:bool=False,
)

series.sort_values(
    axis=0,
    ascending=True,
    inplace=False,
    kind='quicksort',
    na_position='last',
    ignore_index=False,
)

series.sort_index(
    axis=0,
    level=None,
    ascending=True,
    inplace=False,
    kind='quicksort',
    na_position='last',
    sort_remaining=True,
    ignore_index:bool=False,
)

每个方法都一堆参数，不像之前想的那样简洁，但是，他们却有很多共同的参数，这也是我要放在最后一起讲的原因。

• axis参数，和numpy中的用法相同，若指定为axis=1，则在水平方向进行排序，但是对应的by参数，要填入DataFrame的index元素，本例中，若指定axis=1，则by可以为"张飞"
• inplace参数，默认为False，则排序之后，会返回一个新DataFrame，而不会覆盖原DataFrame
• kind参数，选择排序算法，默认为'quicksort'，可选{'quicksort', 'mergesort', 'heapsort'}，"mergesort"是唯一稳定的算法
• ignore_index参数，是否忽略原索引，默认为False。若为True，则索引会变为0,1,...,n-1
• na_position参数，将空缺值Nan放在哪，可选{'first', 'last'}，默认为last，排序时将空缺值放于最后

仅在.sort_index方法中有的level参数和sort_remaining参数，非常少用，暂时先不讲