在一个列和索引的值上对pandas数据框进行排序？

按列的值排序熊猫数据框是可行的，还可以通过索引来排序吗？在一个列和索引的值上对pandas数据框进行排序？

如果您按列的值对熊猫数据框进行排序，则可以得到按列排序的结果数据框，但不幸的是，您会在排序列的相同值内看到数据框索引凌乱的顺序。

那么，我可以按列排序一个数据帧，例如名为count的列，但也可以按索引的值对它排序？按降序对列进行排序也是可行的，但是按升序对索引进行排序？

我知道如何对数据框中的多个列进行排序，也知道我可以通过首先对这个索引reset_index()进行索引并对其进行排序，然后再次创建索引。但是，更直观，更高效的方法呢？

2013-11-29 Blaszard

要列排序下降，同时保持指数上升：

import pandas as pd 
df = pd.DataFrame(index=range(5), data={'c': [4,2,2,4,2]}) 
df.index = df.index[::-1] 
print df.sort(column='c', ascending=False)

输出：

来源

2013-11-29 04:16:27 cyborg

感谢。但是这会导致索引的破坏，在某些情况下我可能不喜欢索引，因此仍然更喜欢'reset_index（）'...感谢您的回答。 – Blaszard

“破坏指数”是什么意思？ – cyborg

这将破坏多指令。您可以在[docs]（http://pandas.pydata.org/pandas-docs/stable/advanced.html）中的多索引示例之一上尝试此操作。我会发布代码，但它作为评论基本上是不可读的。 – Russ

可以使用GROUPBY的组合和应用：

In [2]: df = pd.DataFrame({ 
      'transID': range(8), 
      'Location': ['New York','Chicago','New York','New York','Atlanta','Los Angeles', 
          'Chicago','Atlanta'], 
      'Sales': np.random.randint(0,10000,8)}).set_index('transID') 
In [3]: df 
Out[3]: 
     Location Sales 
transID 
0  New York 1082 
1  Chicago  1664 
2  New York 692 
3  New York 5669 
4  Atlanta  7715 
5  Los Angeles 987 
6  Chicago  4085 
7  Atlanta  2927 

In [4]: df.groupby('Location').apply(lambda d: d.sort()).reset_index('Location',drop=True) 
Out[4]: 
     Location Sales 
transID 
4  Atlanta  7715 
7  Atlanta  2927 
1  Chicago  1664 
6  Chicago  4085 
5  Los Angeles 987 
0  New York 1082 
2  New York 692 
3  New York 5669

我在最后一行放置“位置”，因为groupby会将分组级别插入到第一个位置该指数。排序然后删除它们可以保留排序的顺序。

来源

2014-11-19 18:36:12 delgadom

我敢打赌，最简单的方法就是将索引复制到列中，然后按两者排序。

df['colFromIndex'] = df.index 
df = df.sort(['count', 'colFromIndex'])

我还希望能够做一些像df.sort(['count', 'index'])，但当然不起作用。

来源

2015-07-26 13:09:18 fantabolous

奇怪的是，当我尝试这样做时，它仍然只对'count'列和'colFromIndex'列进行排序...... – durbachit

注意：sort已被弃用。 sort_values现在正在使用中。 – wwl

-9

我解决这个问题，接下来的方式：

df.to_csv('df.csv', index = False) 
df = df.read_csv('df.csv')

来源

2015-12-05 17:18:43 romandos

与此无关吗？ – clg4

-1

我认为，从sort_values原来的顺序保持甚至当施加sort_index，所以这应该工作：

df.sort_values('count', ascending=False).sort_index(level=[index_level1, index_level2])

来源

2017-07-18 07:36:55 kekert

我已经尝试过，原来的顺序并不是这样。 – wesanyer

在一个列和索引的值上对pandas数据框进行排序？

回答

相关问题