Pandas sortieren nach Spalte

Ein Python ist dank einer florierenden Gemeinschaft datenzentrierter Python-Tools ein hervorragendes Instrument für die Datenverarbeitung. Pandas ist auch eines dieser Programme und vereinfacht die Datenimport und -analyse erheblich. Das Sortieren der Daten in Python kann auf unterschiedliche Weise durchgeführt werden. Wenn ein Benutzer einen bestimmten Datensatz gemäß einer bestimmten Spalte sortieren möchte, stellt sich die Frage. Gemäß der ausgelieferten Spalte organisiert die Methode Sort_Values ​​() in Pandas einen Datensatz in aufsteigender oder absteigender Richtung. Es unterscheidet sich von der sortierten Python -Methode darin, dass es keinen Datensatz sortieren kann und keine bestimmte Spalte auswählen kann. Daher haben wir beschlossen, diesen Artikel zu schreiben, um die Sortierung mit der Funktion "sort_values ​​() zu vereinfachen. Lasst uns beginnen.

Beispiel 01:

Beginnen wir mit unserem ersten Beispiel für den heutigen Artikel zum Sortieren der Datenrahmen von Pandas über die Spalten. Dazu müssen Sie die Unterstützung des Pandas im Code mit seinem Objekt „PD“ hinzufügen und die Pandas importieren. Danach haben wir den Code mit der Initialisierung eines Wörterbuchs DIC1 mit gemischten Arten von Schlüsselpaaren gestartet. Die meisten von ihnen sind Zeichenfolgen, aber der letzte Schlüssel enthält die Ganzzahltypliste als Wert. Jetzt wurde dieses Wörterbuch DIC1 in Pandas DataFrame konvertiert, um es in der tabellarischen Form von Daten mithilfe der Funktion DataFrame () anzuzeigen. Der resultierende Datenrahmen wird in der Variablen "D" gespeichert. Die Druckfunktion wird hier angezeigt. Jetzt haben wir die Funktion "sort_values ​​() über den Datenrahmen" D "verwendet, um sie nach der aufsteigenden Reihenfolge der Spalte" C3 "aus dem Datenrahmen zu sortieren und in der Variablen D1 zu speichern. Dieser D1 -sortierte Datenrahmen wird in der Spyder 3 -Konsole mit Hilfe der Run -Taste ausgedruckt.

Pandas als PD importieren
dic1 = 'c1': ['John', 'William', 'Laila'], 'C2': ['Jack', 'Worth', 'Sky'], 'C3': [36, 50, 25]
D = PD.DataFrame (DIC1)
print ("\ n Original DataFrame: \ n", d)
d1 = d.sort_values ​​('c3')
print ("\ n sortiert nach Spalte 3: \ n", d1)

Nachdem wir diesen Code ausgeführt haben, haben wir den ursprünglichen Datenrahmen und dann den sortierten Datenrahmen gemäß der aufsteigenden Reihenfolge der Spalte C3 erhalten.

Angenommen, Sie möchten den Datenrahmen in absteigender Reihenfolge bestellen oder sortieren. Sie können dies mit der Funktion "sort_values ​​() tun. Sie müssen nur das Ascending = False in seinen Parametern hinzufügen. Wir haben also den gleichen Code mit diesem neuen Update ausprobiert. Auch diesmal haben wir den Datenrahmen nach der absteigenden Reihenfolge von Spalte C2 sortiert und auf der Konsole angezeigt.

Pandas als PD importieren
dic1 = 'c1': ['John', 'William', 'Laila'], 'C2': ['Jack', 'Worth', 'Sky'], 'C3': [36, 50, 25]
D = PD.DataFrame (DIC1)
print ("\ n Original DataFrame: \ n", d)
d1 = d.sort_values ​​('c1', aufstock = false)
print ("\ n sortiert in absteigender Reihenfolge von Spalte 1: \ n", d1)

Nach dem Ausführen des aktualisierten Code. Danach wurde der sortierte Datenrahmen gemäß der absteigenden Reihenfolge der Spalte C3 angezeigt.

Beispiel 02:

Beginnen wir mit einem weiteren Beispiel, um die Funktion der Funktion "Sort_values ​​() von Pandas zu sehen. Dieses Beispiel unterscheidet sich jedoch etwas von dem obigen Beispiel. Wir werden den Datenrahmen nach den beiden Spalten sortieren. Beginnen wir diesen Code mit der Bibliothek des Pandas als PD -Import in der ersten Zeile. Der Ganzzahltyp Dictionary DIC1 wurde definiert und verfügt über String -Typschlüssel. Das Wörterbuch wurde erneut unter Verwendung der Pandas Everlasting DataFrame () -Funktion in einen Datenrahmen konvertiert und in der Variablen „D“ gespeichert. Die Druckmethode zeigt den Datenrahmen „D“ auf der Spyder 3 -Konsole an. Jetzt wird der Datenrahmen mit der Funktion "sort_values ​​()" sortiert, wobei zwei Spaltennamen, C1 und C2, i.e. Schlüssel. Die Sortierreihenfolge wurde als aufsteigender = wahr entschieden. In der Print -Anweisung wird der aktualisierte und sortierte Datenrahmen „D“ auf dem Bildschirm Python Tool angezeigt.

Pandas als PD importieren
DIC1 = 'C1': [3, 5, 7, 9], 'C2': [1, 3, 6, 8], 'C3': [23, 18, 14, 9]
D = PD.DataFrame (DIC1)
print ("\ n Original DataFrame: \ n", d)
d1 = d.sort_values ​​(by = ['c1', 'c2'], aufcending = true)
print ("\ n sortiert in absteigender Reihenfolge der Spalte 1 & 2: \ n", d1)

Nachdem dieser Code abgeschlossen war, haben wir ihn in Spyder 3 ausgeführt und das folgende Ergebnis nach der aufsteigenden Reihenfolge der Spalten C1 und C2 sortiert.

Beispiel 03:

Werfen wir einen Blick auf das letzte Beispiel der Funktion "sort_values ​​()). Dieses Mal haben wir ein Wörterbuch mit zwei Listen verschiedener Typen initialisiert, ich.e. Saiten und Zahlen. Das Wörterbuch wurde mit Hilfe von Pandas "DataFrame ()" -Funktion in eine Reihe von Datenrahmen konvertiert. Der Datenrahmen „D“ wurde so ausgedruckt, wie er ist. Wir haben die Funktion „sort_values ​​()“ zweimal verwendet, um den Datenrahmen nach der Spalte „Alter“ und Spalte „Name“ separat in zwei verschiedenen Zeilen zu sortieren. Beide sortierten Datenrahmen wurden mit der Druckmethode ausgedruckt.

Pandas als PD importieren
dic1 = 'name': ['John', 'William', 'Laila', 'Bryan', 'Jees'], 'Alter': [15, 10, 34, 19, 37]
D = PD.DataFrame (DIC1)
print ("\ n Original DataFrame: \ n", d)
d1 = d.sort_values ​​(by = 'ay', na_position = 'first')
print ("\ n sortiert in aufsteigender Reihenfolge der Spalte 'Alter': \ n", d1)
d1 = d.sort_values ​​(by = 'name', na_position = 'first')
print ("\ n sortiert in aufsteigender Reihenfolge der Spalte 'Name': \ n", d1)

Nachdem wir diesen Code ausgeführt haben, haben wir zuerst den Originaldatenrahmen angezeigt. Danach wurde der sortierte Datenrahmen gemäß der Spalte „Alter“ angezeigt. Zuletzt wurde der Datenrahmen nach der Spalte „Name“ sortiert und unten angezeigt.

Abschluss:

In diesem Artikel wurde die Funktion der Funktion "sort_values ​​()" von Panda wunderbar erklärt, um jeden Datenrahmen nach den verschiedenen Spalten zu sortieren. Wir haben gesehen, wie man mit einer einzelnen Spalte für mehr als 1 Spalte in Python sortiert. Alle Beispiele können in jedem Python -Tool implementiert werden.