东莞有哪些做网站,义乌市建设局网站,wordpress 添加列表,域名注册教程sort_index和sort_values既是Series类型数据自带的方法#xff0c;也是DataFrame数据自带的方法。本篇博客以DataFrame为例进行讲述。
1 概览 sort_index和sort_values可以将DataFrame中的数据按照索引及值的大小进行排序。这两个方法所包含的参数及其作用都基本一致。如下表…sort_index和sort_values既是Series类型数据自带的方法也是DataFrame数据自带的方法。本篇博客以DataFrame为例进行讲述。
1 概览 sort_index和sort_values可以将DataFrame中的数据按照索引及值的大小进行排序。这两个方法所包含的参数及其作用都基本一致。如下表所示
参数 作用 by sort_values方法独有的参数指定排序列名或索引 level sort_index方法独有的参数指定排序索引所在的层级 axis 指定排序的轴 ascending 升序(True)或者降序(False) inplace 是否本地置换参考博客Pandas和Numpy:常见函数参数inplace的作用_Sun_Sherry的 博客-CSDN博客_inplace函数 kind 指定排序算法quicksort, mergesort, heapsort, stable na_position 指定空值数据放置的位置first、last ignore_index 是否重新生成索引新索引为01…… key 自定义排序方法 sort_remaining sort_index方法独有的参数目前作用还不太明白
为了方便说明先创建如下DataFrame变量
其结果如下 1.1 sort_index用法
顾名思义sort_index可以将DataFrame按照索引的大小顺序重新排列。其用法如下
data_1data.sort_index(ascendingFalse,ignore_indexTrue)
其结果如下 先将data按其索引的逆序排序重新进行排列逆序排列后的索引顺序为C2-B1-A2-A1并抛弃原有的索引(因为设置了ignore_index参数)即可得到上述结果。
1.2 sort_values用法
同样sort_values可以将DataFrame按指定值的大小顺序重新排列其用法如下
data_2data.sort_values(bycol_2,ascendingFalse,na_positionfirst,axis0) #按对应值与7运算余数大小来排列 data_3data.sort_values(bycol_2,,ascendingFalse,keylambda x:x%7)
其结果如下 这里有以下几点需要说明
data_2中的na_position指定的是排序列(本例中为col_2)中的空值对应的数据的存放位置对其他列中的空值不施加任何影响 data_3的排序结果说明col_2列中的每个值进行key中指定的操作得到key(97)6, key(33)5, key(3)3, key(23)2。然后按照这个大小顺序进行排列。 要注意自定义排序方法key中匿名函数的写法。该匿名函数中x对应的是DataFrame中指定排序列中的每一个具体元素比如97,33等 ————————————————
2 其他参数用法
第1部分介绍了sort_index和sort_values的主要参数及其常规用法。这一部分主要介绍其他参数的用法
2.1 level使用某一层级的索引来排序
当DataFrame中的索引为复合索引(MultiIndex)时需要按照某个指定层级的索引对DataFrame进行排序时可以通过设置level来实现。先使用如下代码修改data的索引
data.indexpd.MultiIndex.from_product([[A1,A2],[B1,B2]],names[idx_1,idx_2])
修改后的data结果如下 当需要使用idx_2对应的索引对DataFrame进行排序时可以使用参数level。具体如下
data_4data.sort_index(level1) #也可以写作levelidx_2
data_4结果如下 2.2 axis轴
为了方便后续说明先构建如下数据
import pandas as pd import numpy as np datapd.DataFrame(np.random.randint(10,100,size(6,6)), columnspd.MultiIndex.from_product([[col_1,col_2],[C1,C2,C3]], names[L_CF,L_CS]), indexpd.MultiIndex.from_product([[idx_1,idx_2],[R1,R2,R3]], names[L_IF,L_IS]))
data结果如下 2.2.1 set_index中的axis
当set_index中的参数axis1时可以将DataFrame中的列按照其列名的大小顺序重新进行排列。具体如下
data_5data.sort_index(axis1,ascendingFalse,level1)
其结果如下(图中红框中的即为进行排序操作的值level1) 2.2.2 set_values中的axis
set_values方法中的axis情况需要分别讨论。具体如下
axis0中可以将DataFrame按索引的大小顺序重新对数据进行排列。
data_6data.sort_values(axis0,byL_IS,ascendingFalse)
其结果如下 当axis1时可以将DataFrame按指定某一行的元素大小进行重排。
data_7data.sort_values(axis1,by[(idx_2,R3)])
其结果如下(此时by中要写入排序行的索引) 2.2.3 总结 关于set_index和sort_values中的axis轴参数引发的一些思考总结如下
关于index以前关于DataFrame中的index只是片面地认为就是行索引但是DataFrame的列名也可以被称为索引。比如data的定义中其二级列明的定义使用的仍然时pd.MultiIndex方法。同样对于value也是类似。
