pandas怎么實現按照多列排序ascending

pandas怎么實現按照多列排序ascending

在數據分析和處理過程中，排序是一個非常常見的操作。pandas 是 Python 中一個強大的數據處理庫，提供了豐富的功能來處理和操作數據。本文將介紹如何使用 pandas 實現按照多列進行排序，并且可以指定每列的排序方式（升序或降序）。

1. 基本排序方法

pandas 提供了 sort_values() 方法來實現數據的排序。該方法的基本語法如下：

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')

• by: 指定按照哪一列或多列進行排序。
• axis: 排序的軸，0 表示按行排序，1 表示按列排序，默認為 0。
• ascending: 指定排序方式，True 表示升序，False 表示降序。如果是多列排序，可以傳入一個布爾列表。
• inplace: 是否在原地修改數據，True 表示直接修改原數據，False 表示返回一個新的排序后的 DataFrame。
• kind: 排序算法，默認為 'quicksort'。
• na_position: 缺失值的位置，'last' 表示將缺失值放在最后，'first' 表示將缺失值放在最前面。

2. 按照多列排序

在實際應用中，我們可能需要按照多列進行排序。例如，我們有一個包含學生成績的 DataFrame，我們希望先按照 數學 成績降序排序，然后再按照 英語 成績升序排序。

示例數據

import pandas as pd

data = {
    '姓名': ['張三', '李四', '王五', '趙六'],
    '數學': [90, 85, 85, 80],
    '英語': [80, 85, 90, 85]
}

df = pd.DataFrame(data)
print(df)

輸出：

   姓名  數學  英語
0  張三  90  80
1  李四  85  85
2  王五  85  90
3  趙六  80  85

按照多列排序

我們可以通過 sort_values() 方法的 by 參數指定多列，并通過 ascending 參數指定每列的排序方式。

df_sorted = df.sort_values(by=['數學', '英語'], ascending=[False, True])
print(df_sorted)

輸出：

   姓名  數學  英語
0  張三  90  80
1  李四  85  85
2  王五  85  90
3  趙六  80  85

在這個例子中，數學 列按照降序排序，英語 列按照升序排序?？梢钥吹?，數學 成績相同的 李四 和 王五，按照 英語 成績升序排列。

3. 處理缺失值

在實際數據中，可能會存在缺失值。sort_values() 方法提供了 na_position 參數來控制缺失值的位置。

data = {
    '姓名': ['張三', '李四', '王五', '趙六'],
    '數學': [90, 85, None, 80],
    '英語': [80, 85, 90, None]
}

df = pd.DataFrame(data)
print(df)

輸出：

   姓名    數學    英語
0  張三  90.0  80.0
1  李四  85.0  85.0
2  王五   NaN  90.0
3  趙六  80.0   NaN

將缺失值放在最前面

df_sorted = df.sort_values(by=['數學', '英語'], ascending=[False, True], na_position='first')
print(df_sorted)

輸出：

   姓名    數學    英語
2  王五   NaN  90.0
3  趙六  80.0   NaN
1  李四  85.0  85.0
0  張三  90.0  80.0

將缺失值放在最后面

df_sorted = df.sort_values(by=['數學', '英語'], ascending=[False, True], na_position='last')
print(df_sorted)

輸出：

   姓名    數學    英語
0  張三  90.0  80.0
1  李四  85.0  85.0
3  趙六  80.0   NaN
2  王五   NaN  90.0

4. 總結

通過 pandas 的 sort_values() 方法，我們可以輕松實現按照多列進行排序，并且可以靈活控制每列的排序方式和缺失值的位置。這在處理復雜的數據分析任務時非常有用。

希望本文對你理解和使用 pandas 進行多列排序有所幫助！