Question Comment trier un dataFrame en python pandas par deux colonnes ou plus?


Supposons que je dispose d'un cadre de données avec des colonnes et un B & C, je veux trier le Frame de données par la colonne b en croissant, et par la colonne c en descendant, comment puis-je faire cela?


104
2018-06-17 06:28


origine


Réponses:


A partir de la version 0.17.0, le sort la méthode a été déconseillée en faveur de sort_values. sort a été complètement supprimé dans la version 0.20.0. Les arguments (et les résultats) restent les mêmes:

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

Vous pouvez utiliser l'argument ascendant de sort:

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

Par exemple:

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

Comme commenté par @renadeen

Le tri n'est pas en place par défaut! Vous devez donc affecter le résultat de la méthode de tri à une variable ou ajouter inplace = True à l'appel de la méthode.

Autrement dit, si vous souhaitez réutiliser df1 en tant que DataFrame trié:

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

ou

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

203
2018-06-17 06:43



À partir des pandas 0.17.0, DataFrame.sort() est déconseillé et défini pour être supprimé dans une future version de pandas. La façon de trier un dataframe par ses valeurs est maintenant DataFrame.sort_values

En tant que tel, la réponse à votre question serait maintenant

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

24
2017-11-20 23:11



Pour les grandes quantités de données numériques, vous pouvez constater une amélioration significative des performances via numpy.lexsort, qui effectue un tri indirect en utilisant une séquence de clés:

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

Une particularité est que l’ordre de tri défini avec numpy.lexsort est inversé: (-'b', 'a') trie par série a premier. Nous nions les séries b pour refléter nous voulons cette série dans l'ordre décroissant.


0
2018-06-22 10:00