여러 열의 값을 사용하여 Pandas 데이터 프레임을 정렬하는 방법은 무엇입니까?

여러 열의 값을 사용하여 Pandas 데이터 프레임을 정렬하는 방법은 무엇입니까?

---

다음 데이터 프레임이 있습니다.

df = pandas.DataFrame([{'c1':3,'c2':10},{'c1':2, 'c2':30},{'c1':1,'c2':20},{'c1':2,'c2':15},{'c1':2,'c2':100}])

또는 사람이 읽을 수있는 형식으로 :

   c1   c2
0   3   10
1   2   30
2   1   20
3   2   15
4   2  100

다음 정렬 명령은 예상대로 작동합니다.

df.sort(['c1','c2'], ascending=False)

산출:

   c1   c2
0   3   10
4   2  100
1   2   30
3   2   15
2   1   20

그러나 다음 명령 :

df.sort(['c1','c2'], ascending=[False,True])

결과

   c1   c2
2   1   20
3   2   15
1   2   30
4   2  100
0   3   10

그리고 이것은 내가 기대하는 것이 아닙니다. 첫 번째 열의 값이 가장 큰 값에서 가장 작은 값으로 정렬 될 것으로 예상하고 첫 번째 열에 동일한 값이있는 경우 두 번째 열의 오름차순 값으로 정렬합니다.

예상대로 작동하지 않는 이유를 아는 사람이 있습니까?

추가됨

이것은 복사-붙여 넣기입니다.

>>> df.sort(['c1','c2'], ascending=[False,True])
   c1   c2
2   1   20
3   2   15
1   2   30
4   2  100
0   3   10

---

DataFrame.sort더 이상 사용되지 않습니다. 를 사용하십시오 DataFrame.sort_values.

>>> df.sort_values(['c1','c2'], ascending=[False,True])
   c1   c2
0   3   10
3   2   15
1   2   30
4   2  100
2   1   20
>>> df.sort(['c1','c2'], ascending=[False,True])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Users/ampawake/anaconda/envs/pseudo/lib/python2.7/site-packages/pandas/core/generic.py", line 3614, in __getattr__
    return object.__getattribute__(self, name)
AttributeError: 'DataFrame' object has no attribute 'sort'

---

를 사용하면 sort경고 메시지가 표시 될 수 있습니다. github 토론을 참조하십시오 . 따라서 여기에서sort_values , 문서를 사용하고 싶을 수도 있습니다.

그러면 코드는 다음과 같이 보일 수 있습니다.

df = df.sort_values(by=['c1','c2'], ascending=[False,True])

---

The dataframe.sort() method is - so my understanding - deprecated in pandas > 0.18. In order to solve your problem you should use dataframe.sort_values() instead:

f.sort_values(by=["c1","c2"], ascending=[False, True])

The output looks like this:

    c1  c2
    3   10
    2   15
    2   30
    2   100
    1   20

---

In my case, the accepted answer didn't work:

f.sort_values(by=["c1","c2"], ascending=[False, True])

Only the following worked as expected:

f = f.sort_values(by=["c1","c2"], ascending=[False, True])

---

If you are writing this code as a script file then you will have to write it like this:

df = df.sort(['c1','c2'], ascending=[False,True])

---

I have found this to be really useful:

df = pd.DataFrame({'A' : range(0,10) * 2, 'B' : np.random.randint(20,30,20)})

# A ascending, B descending
df.sort(**skw(columns=['A','-B']))

# A descending, B ascending
df.sort(**skw(columns=['-A','+B']))

Note that unlike the standard columns=,ascending= arguments, here column names and their sort order are in the same place. As a result your code gets a lot easier to read and maintain.

Note the actual call to .sort is unchanged, skw (sortkwargs) is just a small helper function that parses the columns and returns the usual columns= and ascending= parameters for you. Pass it any other sort kwargs as you usually would. Copy/paste the following code into e.g. your local utils.py then forget about it and just use it as above.

# utils.py (or anywhere else convenient to import)
def skw(columns=None, **kwargs):
    """ get sort kwargs by parsing sort order given in column name """
    # set default order as ascending (+)
    sort_cols = ['+' + col if col[0] != '-' else col for col in columns]
    # get sort kwargs
    columns, ascending = zip(*[(col.replace('+', '').replace('-', ''), 
                                False if col[0] == '-' else True) 
                               for col in sort_cols])
    kwargs.update(dict(columns=list(columns), ascending=ascending))
    return kwargs

---

Note : Everything up here is correct,just replace sort --> sort_values() So, it becomes:

 import pandas as pd
 df = pd.read_csv('data.csv')
 df.sort_values(ascending=False,inplace=True)

Refer to the official website here.

참고URL : https://stackoverflow.com/questions/17618981/how-to-sort-pandas-data-frame-using-values-from-several-columns