Чтобы отсортировать строки DataFrame по столбцу, используйте метод pandas.DataFrame.sort_values() с аргументом by = column_name. Метод sort_values() не изменяет исходный DataFrame, но возвращает отсортированный.
В этом руководстве мы рассмотрим несколько примеров программ, в которых мы будем сортировать DataFrame в порядке возрастания или убывания.
Пример 1: в возрастающем порядке
Порядок сортировки по умолчанию функции sort_values() – возрастающий. В этом примере мы создадим DataFrame и отсортируем строки по определенному столбцу в порядке возрастания.
import pandas as pd
data = {'name': ['Somu', 'Kiku', 'Amol', 'Lini'],
'physics': [68, 74, 77, 78],
'chemistry': [84, 56, 73, 69],
'algebra': [78, 88, 82, 87]}
#create dataframe
df_marks = pd.DataFrame(data)
#sort dataframe
sorted_df = df_marks.sort_values(by='algebra')
print(sorted_df)
Вывод:
name physics chemistry algebra 0 Somu 68 84 78 2 Amol 77 73 82 3 Lini 78 69 87 1 Kiku 74 56 88
Вы можете видеть, что строки отсортированы в порядке возрастания.
Пример 2: в порядке убывания
Чтобы отсортировать в порядке убывания, передайте аргумент ascending = False методу sort_values(). В этом примере мы создадим DataFrame и отсортируем строки по определенному столбцу в порядке убывания.
import pandas as pd
data = {'name': ['Somu', 'Kiku', 'Amol', 'Lini'],
'physics': [68, 74, 77, 78],
'chemistry': [84, 56, 73, 69],
'algebra': [78, 88, 82, 87]}
#create dataframe
df_marks = pd.DataFrame(data)
#sort dataframe
sorted_df = df_marks.sort_values(by='algebra', ascending=False)
print(sorted_df)
Вывод:
name physics chemistry algebra 1 Kiku 74 56 88 3 Lini 78 69 87 2 Amol 77 73 82 0 Somu 68 84 78
Вы можете видеть, что строки отсортированы в порядке убывания.
Заключение
В этом руководстве по Pandas мы научились сортировать DataFrame в порядке возрастания и убывания, используя sort_values(), с помощью примеров программ Python.