Suponha que eu tenho uma trama de dados com colunas a
, b
e c
, eu quero classificar a trama de dados por coluna b
em ordem crescente, e por coluna c
em ordem decrescente, como posso fazer isso?
Suponha que eu tenho uma trama de dados com colunas a
, b
e c
, eu quero classificar a trama de dados por coluna b
em ordem crescente, e por coluna c
em ordem decrescente, como posso fazer isso?
Respostas:
A partir da versão 0.17.0, o sort
método foi preterido a favor de sort_values
. sort
foi completamente removido na versão 0.20.0. Os argumentos (e resultados) permanecem os mesmos:
df.sort_values(['a', 'b'], ascending=[True, False])
Você pode usar o argumento crescente de sort
:
df.sort(['a', 'b'], ascending=[True, False])
Por exemplo:
In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
a b
2 1 4
7 1 3
1 1 2
3 1 2
4 3 2
6 4 4
0 4 3
9 4 3
5 4 1
8 4 1
Como comentado por @renadeen
A classificação não está no lugar por padrão! Portanto, você deve atribuir o resultado do método de classificação a uma variável ou adicionar inplace = True à chamada do método.
ou seja, se você deseja reutilizar o df1 como um DataFrame classificado:
df1 = df1.sort(['a', 'b'], ascending=[True, False])
ou
df1.sort(['a', 'b'], ascending=[True, False], inplace=True)
sort
método a uma variável ou adicionar inplace=True
à chamada do método.
A partir do pandas 0.17.0, DataFrame.sort()
foi preterido e configurado para ser removido em uma versão futura do pandas. A maneira de classificar um quadro de dados por seus valores agora éDataFrame.sort_values
Como tal, a resposta para sua pergunta agora seria
df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)
Para quadros de dados grandes de dados numéricos, você pode ver uma melhoria significativa no desempenho numpy.lexsort
, que executa uma classificação indireta usando uma sequência de chaves:
import pandas as pd
import numpy as np
np.random.seed(0)
df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
df1 = pd.concat([df1]*100000)
def pdsort(df1):
return df1.sort_values(['a', 'b'], ascending=[True, False])
def lex(df1):
arr = df1.values
return pd.DataFrame(arr[np.lexsort((-arr[:, 1], arr[:, 0]))])
assert (pdsort(df1).values == lex(df1).values).all()
%timeit pdsort(df1) # 193 ms per loop
%timeit lex(df1) # 143 ms per loop
Uma peculiaridade é que a ordem de classificação definida com numpy.lexsort
é invertida: (-'b', 'a')
classifica a
primeiro as séries . Negamos sériesb
para refletir que queremos essas séries em ordem decrescente.
Esteja ciente de que np.lexsort
apenas classifica com valores numéricos, enquanto pd.DataFrame.sort_values
trabalha com string ou valores numéricos. Usando np.lexsort
com cordas dará: TypeError: bad operand type for unary -: 'str'
.