python - 使用 Python Pandas 对 csv 文件中的行进行排序

Question

我有一个关于使用 Pandas 对 csv 文件中的行进行排序的快速问题。我拥有的 csv 文件具有如下所示的数据：

quarter week    Value
  5       1      200   
  3       2      100
  2       1       50
  2       2      125
  4       2      175 
  2       3      195 
  3       1      10
  5       2      190

我需要按以下方式排序：对季度和相应的周进行排序。所以输出应该如下所示：

quarter week    Value
  2       1      50  
  2       2      125
  2       3      195
  3       1      10
  3       2      100    
  4       2      175
  5       1      200
  5       2      190

我的尝试：

df = df.sort('quarter', 'week') 

但这不会产生正确的结果。有什么帮助/建议吗？

谢谢！

Answer 1

新答案，截至 2019 年 3 月 14 日

df.sort_values(by=["COLUMN"], ascending=False)

这将返回一个新的排序数据框，不会更新原始数据框。

注意：您可以根据需要更改升序参数，不传递它会默认为ascending=True

Answer 2

注意：sort已弃用，sort_values应在 Pandas 0.17+ 中使用。

打字help(df.sort)给出：

sort(self, columns=None, column=None, axis=0, ascending=True, inplace=False) method of pandas.core.frame.DataFrame instance
    Sort DataFrame either by labels (along either axis) or by the values in
    column(s)

    Parameters
    ----------
    columns : object
        Column name(s) in frame. Accepts a column name or a list or tuple
        for a nested sort.

[...]

Examples
--------
>>> result = df.sort(['A', 'B'], ascending=[1, 0])

[...]

因此，您将要排序的列作为列表传递：

>>> df
   quarter  week  Value
0        5     1    200
1        3     2    100
2        2     1     50
3        2     2    125
4        4     2    175
5        2     3    195
6        3     1     10
7        5     2    190
>>> df.sort(["quarter", "week"])
   quarter  week  Value
2        2     1     50
3        2     2    125
5        2     3    195
6        3     1     10
1        3     2    100
4        4     2    175
0        5     1    200
7        5     2    190

Answer 3

DataFrame对象没有属性sort