python pander에서 data Frame을 두 개 이상의 열로 정렬하는 방법은 무엇입니까?

python pander에서 data Frame을 두 개 이상의 열로 정렬하는 방법은 무엇입니까?

열이 있는 데이터 프레임이 있다고 가정합니다.a,b그리고.c데이터 프레임을 열별로 정렬합니다.b오름차순으로, 그리고 열별로c내림차순으로 어떻게 하면 좋을까요?

0.17.0 릴리스에서는 이 메서드는 에 우선하여 폐지되었습니다.sort는 0.20.0 릴리즈에서 완전히 삭제되었습니다.인수(및 결과)는 동일하게 유지됩니다.

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

---

오름차순 인수를 사용할 수 있습니다.

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

예를 들어 다음과 같습니다.

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

---

@renadeen 코멘트대로

기본적으로 정렬이 수행되지 않습니다.따라서 정렬 방식의 결과를 변수에 할당하거나 inplace를 추가해야 합니다=메서드 호출에 충실합니다.

즉, df1을 정렬된 데이터 프레임으로 재사용하는 경우:

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

또는

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

팬더 0.17.0을 기준으로DataFrame.sort()더 이상 사용되지 않으며 향후 버전의 판다에서 제거될 예정입니다.데이터 프레임을 값별로 정렬하는 방법은 다음과 같습니다.DataFrame.sort_values

따라서 질문에 대한 답변은 다음과 같습니다.

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

수치 데이터의 대규모 데이터 프레임의 경우 일련의 키를 사용하여 간접 정렬을 수행하는 를 통해 성능이 크게 향상될 수 있습니다.

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

한 가지 특이한 점은 정의된 정렬 순서가numpy.lexsort반대입니다.(-'b', 'a')시리즈별로 분류하다a첫째, 우리는 시리즈를 부정한다.b우리는 이 시리즈를 내림차순으로 원합니다.

는 숫자 값으로만 정렬되며,는 문자열 또는 숫자 값으로 작동합니다.사용.np.lexsort문자열은 다음을 제공합니다.TypeError: bad operand type for unary -: 'str'.

언급URL : https://stackoverflow.com/questions/17141558/how-to-sort-a-dataframe-in-python-pandas-by-two-or-more-columns