Python 使用Sort_values()对数据帧的所有列进行独立排序
我有一个dataframe,希望以降序或升序对所有列进行独立排序Python 使用Sort_values()对数据帧的所有列进行独立排序,python,pandas,Python,Pandas,我有一个dataframe,希望以降序或升序对所有列进行独立排序 import pandas as pd data = {'a': [5, 2, 3, 6], 'b': [7, 9, 1, 4], 'c': [1, 5, 4, 2]} df = pd.DataFrame.from_dict(data) a b c 0 5 7 1 1 2 9 5 2 3 1 4 3 6 4 2 当我使用它时,它不会按预期工作(对我而言),只对一
import pandas as pd
data = {'a': [5, 2, 3, 6],
'b': [7, 9, 1, 4],
'c': [1, 5, 4, 2]}
df = pd.DataFrame.from_dict(data)
a b c
0 5 7 1
1 2 9 5
2 3 1 4
3 6 4 2
当我使用它时,它不会按预期工作(对我而言),只对一列进行排序:
foo = df.sort_values(by=['a', 'b', 'c'], ascending=[False, False, False])
a b c
3 6 4 2
0 5 7 1
2 3 1 4
1 2 9 5
如果我使用answer中应用lambda函数的解决方案,我可以得到期望的结果:
bar = df.apply(lambda x: x.sort_values().values)
print(bar)
a b c
0 2 1 1
1 3 4 2
2 5 7 4
3 6 9 5
但这在我看来有点笨手笨脚
在上面的示例中实际发生了什么,如何在没有lambda函数的情况下对数据帧中的所有列进行排序?您可以使用dataframe
构造函数:
df1 = pd.DataFrame(np.sort(df.values, axis=0), index=df.index, columns=df.columns)
print (df1)
a b c
0 2 1 1
1 3 4 2
2 5 7 4
3 6 9 5
编辑:
按降序回答:
arr = df.values
arr.sort(axis=0)
arr = arr[::-1]
print (arr)
[[6 9 5]
[5 7 4]
[3 4 2]
[2 1 1]]
df1 = pd.DataFrame(arr, index=df.index, columns=df.columns)
print (df1)
a b c
0 6 9 5
1 5 7 4
2 3 4 2
3 2 1 1
sort_value
将按照传递给整个数据帧的列顺序对其进行排序。在第一个示例中,您使用['a','b','c']
对整个数据帧进行排序。这将首先按'a'
排序,然后按'b'
排序,最后按'c'
排序
请注意,按a
排序后,行如何保持相同。这是预期的结果
使用lambda
将每个列传递给它,这意味着sort_values
将应用于单个列,这就是为什么第二种方法按预期对列进行排序。在这种情况下,行会发生变化
如果您不想使用lambda
或numpy
,您可以使用以下方法:
pd.DataFrame({x: df[x].sort_values().values for x in df.columns.values})
输出:
a b c
0 2 1 1
1 3 4 2
2 5 7 4
3 6 9 5
谢谢你的回答。但是我还是更喜欢
df.apply(lambda x:x.sort_values().values)
而不是它,因为它比较短并且不需要numpy导入。这不是有一些标准的pandas构造吗?;)@CordKaldemeyer在使用pandas以避免导入numpy
时,应该没有任何首选项来避免numpy
。这是因为您导入的pandas
乳清已经导入了numpy
。事实上,您可以使用pandas
名称空间来完成jezrael所做的事情pd.DataFrame(pd.np.sort(df.values,axis=0),index=df.index,columns=df.columns)
@piRSquared谢谢您的评论。如果使用此解决方案,我认为在较大的df中应用此解决方案会更快。但两者都很好用。在我看来,如果不是相同的数据类型的列,应用解决方案会更好,例如一个ic字符串,另一个int,float。因为numpy最适用于float,int数组-相同的数据类型。@Cordkaldemyer使用新的排序方式编辑df
,而不使用lambda
或numpy
。感谢你们两位的帮助和解释!