Wir können eine Sortierung im Pandas Dataframe durchführen. In diesem Artikel wird erläutert, wie Sie Pandas DataFrame mithilfe verschiedener Methoden sortieren Python .
Sortieren von Datenrahmen in Pandas
Ein ... Erstellen Pandas-Datenrahmen Zur Demonstration haben wir hier einen Datenrahmen erstellt, in dem wir verschiedene Sortierfunktionen ausführen.
Python3
Python ist numerisch
# importing pandas library> import> pandas as pd> # creating and initializing a nested list> age_list>=> [[>'Afghanistan'>,>1952>,>8425333>,>'Asia'>],> >[>'Australia'>,>1957>,>9712569>,>'Oceania'>],> >[>'Brazil'>,>1962>,>76039390>,>'Americas'>],> >[>'China'>,>1957>,>637408000>,>'Asia'>],> >[>'France'>,>1957>,>44310863>,>'Europe'>],> >[>'India'>,>1952>,>3.72e>+>08>,>'Asia'>],> >[>'United States'>,>1957>,>171984000>,>'Americas'>]]> # creating a pandas dataframe> df>=> pd.DataFrame(age_list, columns>=>[>'Country'>,>'Year'>,> >'Population'>,>'Continent'>])> df> |
>
>
Ausgabe
Pandas DataFrame sortieren
Pandas-Datenrahmen sortieren
Um den Datenrahmen in Pandas zu sortieren, ist die Funktion sort_values() wird eingesetzt. Pandas sort_values() kann den Datenrahmen in aufsteigender oder absteigender Reihenfolge sortieren.
Pandas DataFrame-Sortierung in aufsteigender Reihenfolge
Das Code-Snippet sortiert die DataFrame-DF in aufsteigender Reihenfolge basierend auf der Spalte „Land“. Der sortierte Datenrahmen wird jedoch nicht gespeichert oder angezeigt.
Python3
# Sorting by column 'Country'> df.sort_values(by>=>[>'Country'>])> |
>
>
Ausgabe:
Pandas DataFrame sortieren
Sortieren des Pandas DataFrame in absteigender Reihenfolge
Der DataFrame df wird in absteigender Reihenfolge basierend auf der Spalte „Bevölkerung“ sortiert, wobei das Land mit der höchsten Bevölkerungszahl oben im DataFrame angezeigt wird.
Python3
Cache npm leeren
# Sorting by column 'Population'> df.sort_values(by>=>[>'Population'>], ascending>=>False>)> |
>
>
Ausgabe:
Pandas DataFrame sortieren
Sortieren Sie Pandas DataFrame basierend auf der Stichprobe
Hier sortieren wir einen DataFrame (df>) basierend auf der Spalte „Bevölkerung“, wobei Zeilen mit fehlenden Werten in „Bevölkerung“ so angeordnet werden, dass sie zuerst angezeigt werden. Dersort_values()>Methode mit derna_position='first'>Das Argument erreicht dies, indem es Zeilen mit fehlenden Werten am Anfang des sortierten DataFrame priorisiert.
Python3
# Sorting by column 'Population'> # by putting missing values first> df.sort_values(by>=>[>'Population'>], na_position>=>'first'>)> |
>
>
Ausgabe:
Pandas DataFrame sortieren
Sortieren von Datenrahmen nach mehreren Spalten
In diesem Beispiel sortieren wir einen DataFrame (df>) hauptsächlich nach der Spalte „Land“ in aufsteigender Reihenfolge und innerhalb jeder Ländergruppe nach der Spalte „Kontinent“. Der resultierende DataFrame wird basierend auf der angegebenen Spaltenreihenfolge sortiert, wodurch ein sortierter Datensatz erstellt wird.
Python3
# Sorting by columns 'Country' and then 'Continent'> df.sort_values(by>=>[>'Country'>,>'Continent'>])> |
>
>
Ausgabe:
Pandas DataFrame sortieren
Sortieren von Datenrahmen nach Spalten, jedoch in einer anderen Reihenfolge
In diesem Beispiel sortieren wir einen DataFrame (df>) zuerst nach der Spalte „Land“ in absteigender Reihenfolge und innerhalb jeder Ländergruppe nach der Spalte „Kontinent“ in aufsteigender Reihenfolge. Der resultierende DataFrame wird basierend auf den angegebenen Spaltensortierungskriterien organisiert.
Python3
# Sorting by columns 'Country' in descending> # order and then 'Continent' in ascending order> df.sort_values(by>=>[>'Country'>,>'Continent'>],> >ascending>=>[>False>,>True>])> |
>
tun, während in Java
>
Ausgabe:
Pandas DataFrame sortieren