python - 如何按两列或多列对python pandas中的dataFrame进行排序？答案

【问题标题】：How to sort a dataFrame in python pandas by two or more columns?python - 如何按两列或多列对python pandas中的dataFrame进行排序？
【发布时间】：2013-06-13 01:19:14
【问题描述】：

假设我有一个包含a、b 和c 列的数据框，我想按列b 对数据框进行升序排序，并按列c 降序排序，我该怎么做这样做？

【问题讨论】：

查看这个答案stackoverflow.com/a/14946246/1948860
这能回答你的问题吗？ Pandas sort by group aggregate and column

标签： python pandas python-2.7 sorting data-analysis

【解决方案1】：

从 0.17.0 版本开始，sort 方法已被弃用，取而代之的是 sort_values。 sort 在 0.20.0 版本中被完全删除。论据（和结果）保持不变：

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

可以使用sort的升序参数：

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

例如：

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

正如@renadeen 评论的那样

默认情况下没有排序！因此，您应该将排序方法的结果分配给变量或将 inplace=True 添加到方法调用中。

也就是说，如果你想重用 df1 作为排序的 DataFrame：

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

或

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

【讨论】：

默认没有排序！因此，您应该将sort 方法的结果分配给变量或将inplace=True 添加到方法调用中。
@renadeen 非常好，我已经用该评论的答案更新了。
我很惊讶今天得知这种排序已被弃用！基于此元帖子中的一些意见：meta.stackoverflow.com/questions/297404/… 我决定添加一个新答案，而不是尝试对您的答案进行编辑
@Snoozer 是的，我认为 sort 永远不会消失（主要是因为它在 Wes 的书中被广泛使用），但有 some big changes in calling sort。谢谢！ .. 我真的需要自动检查我所有的 1000 多个 pandas 的弃用答案！

【解决方案2】：

从 pandas 0.17.0 开始，DataFrame.sort() 已弃用，并将在未来版本的 pandas 中删除。现在按值对数据框进行排序的方法是DataFrame.sort_values

因此，您的问题的答案现在是

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

【讨论】：

【解决方案3】：

对于数值数据的大型数据帧，您可能会通过numpy.lexsort 看到显着的性能改进，它使用键序列执行间接排序：

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

一个特点是用numpy.lexsort 定义的排序顺序是相反的：(-'b', 'a') 首先按系列a 排序。我们否定系列b 以反映我们希望这个系列按降序排列。

请注意，np.lexsort 仅使用数值排序，而pd.DataFrame.sort_values 使用字符串或数值。将np.lexsort 与字符串一起使用将给出：TypeError: bad operand type for unary -: 'str'。

【讨论】：