Compréhension approfondie du tri des pandas : astuces du tri sur une seule colonne au tri sur plusieurs colonnes

Explorez les méthodes de tri des pandas : du tri de base au tri multi-colonnes, des exemples de code spécifiques sont nécessaires

Introduction :
Dans le processus d'analyse et de traitement des données, le tri est une opération très basique et importante. Dans la bibliothèque d'analyse de données de Python, pandas fournit une multitude de méthodes de tri pour répondre aux besoins de tri dans différents scénarios. Cet article présentera les méthodes de tri dans les pandas, du tri de base sur une seule colonne au tri sur plusieurs colonnes, et donnera des exemples de code spécifiques.

1. Méthode de tri de base

1. Trier par valeur : utilisez la méthode sort_values()
   sort_values() pour trier un DataFrame ou une série en fonction de la valeur d'une colonne spécifiée. La valeur par défaut est l'ordre croissant. Vous pouvez définir le paramètre ascendant sur False pour trier par ordre décroissant.

Voici un exemple de code :

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 20, 35],
        'score': [80, 90, 85, 95]}

df = pd.DataFrame(data)

# 按照age列进行升序排序
df_sorted = df.sort_values('age')

print(df_sorted)

Résultat de sortie :

      name  age  score
2  Charlie   20     85
0    Alice   25     80
1      Bob   30     90
3    David   35     95

2. Tri par index : utilisez la méthode sort_index()
   La méthode sort_index() peut trier en fonction de l'index d'une ligne ou d'une colonne. La valeur par défaut est de trier par index de ligne. Vous pouvez définir le paramètre axis sur 1 pour trier par index de colonne.

Ce qui suit est un exemple de code :

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 20, 35],
        'score': [80, 90, 85, 95]}

df = pd.DataFrame(data)

# 按照行索引进行升序排序
df_sorted = df.sort_index()

print(df_sorted)

Résultat de sortie :

      name  age  score
0    Alice   25     80
1      Bob   30     90
2  Charlie   20     85
3    David   35     95

2. Méthode de tri multi-colonnes
Parfois, il est nécessaire de trier en fonction de plusieurs colonnes. Pandas fournit la fonction de tri multi-colonnes de la méthode sort_values(), qui peut être implémentée en transmettant les noms de plusieurs colonnes de tri. Le tri multi-colonnes sera trié dans l'ordre des colonnes passées, les lignes avec la même première colonne seront triées par la deuxième colonne, et ainsi de suite.

Ce qui suit est un exemple de code :

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 20, 30],
        'score': [80, 90, 85, 95]}

df = pd.DataFrame(data)

# 按照age和score列进行升序排序
df_sorted = df.sort_values(['age', 'score'])

print(df_sorted)

Résultat de sortie :

      name  age  score
2  Charlie   20     85
0    Alice   25     80
1      Bob   30     90
3    David   30     95

Comme indiqué ci-dessus, triez d'abord par colonne d'âge, puis triez les lignes avec la même colonne d'âge par colonne de score.

Conclusion :
Cet article présente les méthodes de tri dans les pandas, du tri de base sur une seule colonne au tri sur plusieurs colonnes, et donne des exemples de code spécifiques. Dans le processus réel d'analyse et de traitement des données, l'application flexible de ces méthodes de tri peut nous aider à traiter et analyser rapidement de grandes quantités de données et à améliorer l'efficacité du travail. J'espère que cet article vous aidera à comprendre et à utiliser les méthodes de tri des pandas.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!