python - python - 如何按两列或多列对python pandas中的dataFrame进行排序？

Question

假设我有一个带有列的数据框a，b并且c，我想按列b按升序对数据框进行排序，并按列c按降序对数据框进行排序，我该怎么做？

Answer 1

从 0.17.0 版本开始，该sort方法已被弃用，取而代之的是sort_values. sort在 0.20.0 版本中被完全删除。论点（和结果）保持不变：

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

---

您可以使用 的升序参数sort：

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

例如：

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

---

正如@renadeen 评论的那样

默认情况下没有排序！因此，您应该将排序方法的结果分配给变量或将 inplace=True 添加到方法调用中。

也就是说，如果你想重用 df1 作为排序的 DataFrame：

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

或者

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

Answer 2

从 pandas 0.17.0 开始，DataFrame.sort()已弃用，并将在未来版本的 pandas 中删除。现在按其值对数据框进行排序的方法是DataFrame.sort_values

因此，您的问题的答案现在是

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

Answer 3

对于数值数据的大型数据帧，您可能会看到通过 显着的性能改进numpy.lexsort，它使用一系列键执行间接排序：

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

一个特点是定义的排序顺序numpy.lexsort是相反的：首先(-'b', 'a')按系列排序a。我们否定系列b以反映我们希望这个系列按降序排列。

请注意，np.lexsort仅使用数值排序，而pd.DataFrame.sort_values使用字符串或数值。np.lexsort与字符串一起使用将给出： TypeError: bad operand type for unary -: 'str'.