Python 数据帧排序_值设置默认升序=False

是否可以定义一个属性来始终设置sort_值（升序=False）？

---

经常按降序使用它，然后希望设置默认行为。

您可以为此制作自己的包装器

def sort_values(df, *args, **kwargs):
    if len(args) < 2 and "ascending" not in kwargs:
        kwargs["ascending"] = False
    return df.sort_values(*args, **kwargs)

---

您不能修改该函数。但是一个好的替代方法是将其包装在您自己的函数中

def sort_values(df, sort_by):
    return df.sort_values(ascending=False, by=sort_by)
sort_values(data, ['col1']

---

您可以将标准的

pd.DataFrame

子类化，并仅重新定义

.sort\u值

方法：

class MyDataFrame(pd.DataFrame):
    def sort_values(self,by,axis=0,ascending=False,inplace=False, 
                    kind='quicksort',na_position='last'):
        return super().sort_values(by,axis,ascending,inplace,kind)

foo = MyDataFrame({'z': [1,2,3,4]})
foo.sort_values('z')
#   z
#3  4
#2  3
#1  2
#0  1
foo.sort_values('z',ascending=True)
#   z
#0  1
#1  2
#2  3
#3  4

---

另一个选项是声明代码开头经常使用的设置，并将它们作为KWARG传递

然而，就我个人而言，每次我都会写出来

import pandas as pd
p = {"ascending":False, "inplace":True}


df = pd.DataFrame({
    'col1': [1,6,2,5,9,3]
})

df.sort_values(by='col1', **p)

print(df)

返回：

   col1
4     9
1     6
3     5
5     3
2     2
0     1

---

我强烈建议不要这样做。因为您需要对Pandas源代码有深入的了解，这会让其他用户感到困惑。而且它不能保证跨版本工作。

sort_值

需要大量参数，其中一些是必需的。虽然你的建议有道理，但从技术上讲是不正确的，还是不好。其中一个参数是必需的。检查

帮助（df.sort\u值）

。但是您是否费心测试了它？因为它肯定不起作用。为什么不尝试执行自己的示例

print（sort_values（my_df））

？哦，这是示例用法中的一个输入错误：）否决答案不是一个大问题。你可以在评论中纠正我。我会更新的。谢谢尝试对值（数据，['col1']，axis=1）进行排序。或使用关键字参数进行任何其他调用。我不认为这适用于所有情况。例如，

foo.sort\u值（数据，1）

。这里

axis=1

@RahulGoswami同意，*需要参数。嗯，这很有趣。对不起，但还是有一个小小的警告。如果

df.sort\u值（数据，1，True）

，该怎么办。那么我们如何设置

升序=True

。我想我们可以检查

如果len（args）<2和'ascending'不在kwargs中：kwargs['ascending']=False

。我不知道有没有更好的办法。一些想法？@RahulGoswami冷静的观察，这使得实现更加简单！

   col1
4     9
1     6
3     5
5     3
2     2
0     1