pandas中对列进行排序(单列/多列)/(升序/降序)/(多列升序,降序控制)

前言
我想把数据分析刻进DNA里

如下面的数据,对price,要进行最简单的升序操作:

这个好整:


import pandas as pdshop = pd.read_csv("data/shop.csv", index_col='id')shop.sort_values(by='price', inplace=True)

结果:

如果你想整活(被迫)要把数据进行降序排列:

按照降序,传递进ascending,并将其值改为False即可:

import pandas as pdshop = pd.read_csv("data/shop.csv", index_col='id')# 默认是升序排序(ascending=True),ascending=Falas:降序排序
# 默认ascending为True
shop.sort_values(by='price', inplace=True, ascending=True)

那么你又想按照price和worthy一起进行排序的话:

你可以先试试:


import pandas as pdshop = pd.read_csv("data/shop.csv", index_col='id')shop.sort_values(by='worthy', inplace=True, ascending=False)
shop.sort_values(by='price', inplace=True, ascending=True)print(shop)

结果:

然后你会发现这样是错的

其实应该是在一行代码中对其进行操作:

# 对两列同时按照升序排列
shop.sort_values(by=['worthy', 'price'], inplace=True, ascending=True)print(shop)

结果:

注意,然后你又想整活了:

你想把price和worthy一个按照ascending按照True,一个按照False进行排列:

其实像上面的by=['worthy', 'price']一样,传入一个list就行了

直接上代码:

# 如果要使一列ascending为True,一列为False:
shop.sort_values(by=['worthy', 'price'], inplace=True, ascending=[True, False])

结果:

没错,你整活成功了

文件:F:\Project\python\src\WangYiYun\DataAnalysis\17_.py

完整代码笔记:


# @DATE : 2021-1-2
# @TIME : 15:15
# @USER : kirin
# 排序import pandas as pdshop = pd.read_csv("data/shop.csv", index_col='id')# 默认是有小到大排序,ascending=Falas:由大到小排序
# 默认ascending为True
# shop.sort_values(by='worthy', inplace=True, ascending=True)
# shop.sort_values(by='price', inplace=True, ascending=True)# 上面的这种排序其实是对shop表排了两次序# 应该在一列代码中对A列和B列进行排序:
# shop.sort_values(by=['worthy', 'price'], inplace=True, ascending=True)# 如果要使一列ascending为True,一列为False:
shop.sort_values(by=['worthy', 'price'], inplace=True, ascending=[True, False])print(shop)

pandas中对列进行排序(单列/多列)/(升序/降序)/(多列升序,降序控制)相关推荐

pandas中set_option的常用设置：显示所有行、显示所有列、控制浮点型精度、每个数据元素的显示字符数、对齐形式等
pandas中set_option的常用设置:显示所有行.显示所有列.控制浮点型精度.每个数据元素的显示字符数.对齐形式等 #pandas中set_option的常用设置详细参考pandas API ...
Python之pandas：pandas中to_csv()、read_csv()函数的index、index_col(不将索引列写入)参数详解之详细攻略
Python之pandas:pandas中to_csv().read_csv()函数的index.index_col(不将索引列写入)参数详解之详细攻略目录 pandas中to_csv().read ...
python pandas dataframe 排序,如何按两列或更多列对python pandas中的dataFrame进行排序？...
Suppose I have a dataframe with columns a, b and c, I want to sort the dataframe by column b in asce ...
mysql 对多列进行排序分组_Mysql 对多列进行排序
4.4.2 对多列进行排序 http://book..com 2008-06-04 16:14 马军/李玉林等编著电子工业出版社我要评论(0) * 摘要:<SQL语言与数据库操作技术大全:基 ...
python列表按照指定顺序排序-pandas中的DataFrame按指定顺序输出所有列的方法
问题: 输出新建的DataFrame对象时,DataFrame中各列的显示顺序和DataFrame定义中的顺序不一致. 例如: import pandas as pd grades = [48,99, ...
MySQL 学习笔记（1）— 创建/连接/选择/显示数据库(表) 查询单列(多列/所有列)/查询返回特定的行数各种排序(单列/多列/降序/组合排序) 过滤数据
本文是对之前学习 MySQL 的一个总结,使用思维导图的方式将涉及到的知识点罗列出来,一方面作为自己对于知识点的归纳,另一方面也便于日后查询. 在该篇文章中将对 MySQL 的基本使用.检索基本数据. ...
python pandas 排序_python – pandas：单独对每列进行排序
我的数据框看起来像这样,只是更大. d = {'Col_1' : pd.Series(['A', 'B']), 'Col_2' : pd.Series(['B', 'A', 'C']), 'Col_3 ...
python中 zip()的使用和pandas中的列运算(map apply等)
map()函数语法: map(function,iterable-) -> function – 函数 iterable – 一个或多个序列案例 s1 = [1,2,3,4,5] s2 = [ ...
SQL语句基础排序单列排序多列排序升序降序基础操作符 where语句 between 高级操作符 AND操作符 OR操作符 IN 和 NOT IN 优先级 Like操作符模糊匹配 %
基础排序: 单列排序: 前面我们学习了数据的查询,查询出来的数据没有特定的顺序,要将查询出来的数据排序,我们可是使用ORDER BY语句: 例如我们将年龄按照升序排列: select age from ...

pandas中对列进行排序(单列/多列)/(升序/降序)/(多列升序,降序控制)

然后你会发现这样是错的

注意,然后你又想整活了:

pandas中对列进行排序(单列/多列)/(升序/降序)/(多列升序,降序控制)相关推荐

最新文章

热门文章