Python 如何根据数据帧的行长度对其进行排序

我有一个pandas数据框，我想按行的长度排序。数据帧如下所示：。数据帧由大约7000个事务组成。我想进行排序，以便包含最多项目的事务位于顶部。

您可以尝试：

df.loc[pd.isna（df）.sum（轴=1）.排序值（轴=0）.索引]

简而言之，它的作用是：

pd.isna（）。
接下来对每行进行求和（
.sum（axis=1）
），这将返回给定行中每行的
NaN
数。然后我对它进行排序并只返回已排序的索引，然后我将其提供给
.loc[]
方法以按请求的顺序返回行。
与
axis=1一起使用

要按行计算非空元素/NaN的数量，请根据它们的值对该系列进行排序
并使用其索引对数据帧重新编制索引：


以下是一个示例

df=pd.DataFrame({'col1':[1,2,np.nan],'col2':[np.nan,4,np.nan],'col3':[1,2,3]})
print(df)
   col1  col2  col3
0   1.0   NaN     1
1   2.0   4.0     2
2   NaN   NaN     3

df=df.reindex(index=df.count(axis=1).sort_values(ascending=False).index).
print(df)

   col1  col2  col3
1   2.0   4.0     2
0   1.0   NaN     1
2   NaN   NaN     3

请以可以复制到Python编辑器中的方式添加数据帧。这可能与您的问题有关：行是否都应该具有相同的长度，或者我是否遗漏了什么？请检查我的答案：）确实，虽然这通常是使用sum+isna完成的，但使用count可以简化
df=pd.DataFrame({'col1':[1,2,np.nan],'col2':[np.nan,4,np.nan],'col3':[1,2,3]})
print(df)
   col1  col2  col3
0   1.0   NaN     1
1   2.0   4.0     2
2   NaN   NaN     3

df=df.reindex(index=df.count(axis=1).sort_values(ascending=False).index).
print(df)

   col1  col2  col3
1   2.0   4.0     2
0   1.0   NaN     1
2   NaN   NaN     3