Python中Dataframe數據排序方法(含實例講解)
Dataframe數據默認按索引排序,主要重排方法有:
1、 通過frame=frame.reindex([6,5,4,3,2,1,0]) 重排:
data_demo=pd.read_csv('dataset.csv')
data_demo=data_demo.iloc[:10,:]
data_demo
此時的數據為(這里僅展示部分數據):

我們按照第一種方法排序,結果如下:
data_demo_1=data_demo.reindex([9,7,8,5,4,1,0,2,6,3]) data_demo_1

2、通過frame.sort_values(by=[‘height’],ascending=False):
按照height字段重排,默認按升序,需要降序時再加ascending=False參數。
如果數據是字符,則是按照字符編碼排序,看起來好像沒有規(guī)律。如果想看一個漢字的編碼,可以使用'xx'.encode()的方法查看。
我們展示一下部分原數據:

我們的目標是把“值”那一列進行排序:
data_RF_pre_100=data_RF.sort_values(by=['值'],ascending=False) data_RF_pre_100
展示排序后的結果:

3、 通過frame.sort_values(by=[‘A’,‘B’],ascending=[False,True]):
先按A列再按B列排序,其中A列降序,B列升序
原數據:

上面的排序方式:
data_demo_3=data_demo.sort_values(by=['辛烷值RON','硫含量,μg/g'],ascending=[False,True]) data_demo_3

4、一些其他的細節(jié)問題:
排序完如果還想調整索引號為升序,則增加這樣一句話:
frame.reset_index(drop=True)
如果不想刪除原索引號,只增加一列新索引,則用:
frame.reset_index()
在任何時候,如果想恢復原來的索引排序,則用:
frame.sord_index()
列的重新排序,即是數據的重新選擇:
frame[['A', 'B','C', 'D']]
總結
到此這篇關于Python中Dataframe數據排序方法的文章就介紹到這了,更多相關Python中Dataframe數據排序內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

