Pandas 排序值：完整实用指南

在 DataFrame 中发现有趣的数据点，往往可以先调整行的顺序。如果将列名传递给 .sort_values()，就能按该列对行进行排序。

当多行具有相同的值时（在对分类变量排序时很常见），您可能希望通过另一列来“打破平局”。此时可以传递列名列表，按多列进行排序。

使用 sort_values() 按列值排序行

通过排序改变行的顺序，可以把最重要或最有意思的数据放到 DataFrame 顶部。

按单列排序

例如，对 dogs DataFrame 的 weight_kg 列应用 sort_values()，结果是最轻的狗排在顶部（吉娃娃 Stella），最重的狗在底部（圣伯纳犬 Bernie）。

dogs.sort_values("weight_kg")
技术支持

      name        breed  color  height_cm  weight_kg date_of_birth
5   Stella    Chihuahua    Tan         18          2    2015-04-20
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
0    Bella     Labrador  Brown         56         24    2013-07-01
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
4      Max     Labrador  Black         59         29    2017-01-20
6   Bernie  St. Bernard  White         77         74    2018-02-27
技术支持

将 ascending 参数设为 False 会反向排序，从最重到最轻。

dogs.sort_values("weight_kg", ascending=False)
技术支持

      name        breed  color  height_cm  weight_kg date_of_birth
6   Bernie  St. Bernard  White         77         74    2018-02-27
4      Max     Labrador  Black         59         29    2017-01-20
0    Bella     Labrador  Brown         56         24    2013-07-01
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
5   Stella    Chihuahua    Tan         18          2    2015-04-20
技术支持

按多列排序

通过将列名列表传给 sort_values，可以按多个变量排序。下面先按体重，再按身高排序。这样，尽管 Charlie、Lucy 和 Bella 体重相同，但它们会按从矮到高的顺序排列。

dogs.sort_values(["weight_kg", "height_cm"])
技术支持

      name        breed  color  height_cm  weight_kg date_of_birth
5   Stella    Chihuahua    Tan         18          2    2015-04-20
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
0    Bella     Labrador  Brown         56         24    2013-07-01
4      Max     Labrador  Black         59         29    2017-01-20
6   Bernie  St. Bernard  White         77         74    2018-02-27
技术支持

如需分别指定每个变量的排序方向，可向 ascending 参数传入列表。现在 Charlie、Lucy 和 Bella 会按从高到矮的顺序排列。

dogs.sort_values(["weight_kg", "height_cm"], ascending=[True, False])
技术支持

      name        breed  color  height_cm  weight_kg date_of_birth
5   Stella    Chihuahua    Tan         18          2    2015-04-20
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
0    Bella     Labrador  Brown         56         24    2013-07-01
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
1  Charlie       Poodle  Black         43         24    2016-09-16
4      Max     Labrador  Black         59         29    2017-01-20
6   Bernie  St. Bernard  White         77         74    2018-02-27
技术支持

使用 sort_index() 按行索引排序

有时，您可能希望基于行标签（即 DataFrame 的索引）而不是特定列来重新排序行。这种情况下，可以使用 sort_index() 方法替代 sort_values()。请注意，默认情况下，sort_index() 会按索引对行进行升序排序：

如果需要按降序排序行，只需传入 ascending=False：

类似地，如果有多级（分层）索引，sort_index() 也可以通过对多个层级排序来处理。您只需向 level 或 ascending 参数传入列表（就像前面对 sort_values() 传入列表一样）：

# Sort rows by multiple levels of a multi-level index
dogs_sorted_multi = dogs.sort_index(level=[0, 1], ascending=[True, False])
print(dogs_sorted_multi)技术支持

Pandas 排序值交互示例

在以下示例中，您将按无家可归个体人数从小到大排序 homelessness，并将结果保存为 homelessness_ind。最后，打印该排序后 DataFrame 的前几行。

# Sort homelessness by individuals
homelessness_ind = homelessness.sort_values("individuals")

# Print the top few rows
print(homelessness_ind.head())
技术支持

运行上述代码后，将产生如下结果：

                region         state  individuals  family_members  state_pop
50            Mountain       Wyoming        434.0           205.0     577601
34  West North Central  North Dakota        467.0            75.0     758080
7       South Atlantic      Delaware        708.0           374.0     965479
39         New England  Rhode Island        747.0           354.0    1058287
45         New England       Vermont        780.0           511.0     624358
技术支持

亲自试一试。

想进一步了解排序与子集选择，请观看我们课程 Data Manipulation with pandas 中的这段视频。

本文内容摘自 DataCamp 的 Data Manipulation with pandas 课程，作者为 Maggie Matsui 和 Richie Cotton。

延伸学习

本文讲解了何时使用 sort_index() 与 sort_values()：当您希望基于列值重新排序行时，使用 sort_values()；当您希望基于行标签（DataFrame 的索引）重新排序行时，使用 sort_index()。

我们还有许多实用的 pandas 教程，助您持续学习，例如 Pandas 初学者终极指南，方便您不断练习。我们也提供针对常见问题的操作指南，包括如何将 CSV 数据导入 Pandas 和如何在 Pandas 中连接 DataFrame。此外，别忘了学习我们的 Python 编程技能路径，不断提升您的能力。

主题

Python

主题

技术