如何使用來自多列的值對熊貓數據框進行排序？

Question

我有以下的數據幀：

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

或者，在人類可讀的形式：

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

以下排序命令按預期工作：

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

輸出：

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

但下面的命令：

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

結果

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

，這不是我所期望的。我期望第一列中的值從最大到最小排列，如果第一列中有相同的值，則按第二列中的升序值排序。

有誰知道爲什麼它不能按預期工作？

ADDED

這是複製粘貼：

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

Answer 1

您的代碼爲我工作。

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

---

你粘貼爲是？

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

---

UPDATEDataFrame.sort已棄用;使用DataFrame.sort_values。

>>> df.sort(['c1','c2'], ascending=[False,True]) 
__main__:1: FutureWarning: sort(columns=....) is deprecated, use sort_values(by=.....) 
    c1 c2 
0 3 10 
3 2 15 
1 2 30 
4 2 100 
2 1 20 
>>> 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 

Answer 2

如果你正在寫這個代碼的腳本文件，那麼你必須把它寫這樣的：

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

Answer 3

使用sort可能導致警告消息。見github討論。 所以，你可能想使用sort_values，文檔here

然後你的代碼可以是這樣的：

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

Answer 4

我發現這是非常有用的：

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'])) 

注意與標準columns=,ascending=參數，這裏的列名和它們的排序順序在同一個地方。因此，您的代碼更易於閱讀和維護。

注到.sort實際調用是不變的，skw（小號 ORT千瓦參數）是隻是一個小的輔助函數解析列，並返回通常columns=和ascending=參數爲您服務。像通常那樣傳遞任何其他類型的kwargs。將以下代碼複製/粘貼到您的本地utils.py然後忘掉它，並只是像上面那樣使用它。

# 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 

Answer 5

的dataframe.sort（）方法是 - 所以我的理解 - 在熊貓> 0.18棄用。爲了解決您的問題，您應該使用dataframe.sort_values（）代替：

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

輸出看起來是這樣的：

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

Answer 6

在我的情況下，接受的答案沒有工作：

f.sort_values（由= [ 「C1」， 「C2」]，上升= [假，真]）

只有按預期以下工作：

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