Pandas数据排序

一、pandas的两种排序方法：

1、Series的排序：Series.sort_values(ascending=True, inplace=False)

参数说明：
* ascending：默认为True升序排序，为False降序排序
* inplace：是否修改原始Series

2、DataFrame的排序：DataFrame.sort_values(by, ascending=True, inplace=False)

参数说明：
by：字符串或者List<字符串>，单列排序或者多列排序
ascending：bool或者List，升序还是降序，如果是list对应by的多列
inplace：是否修改原始DataFrame

二、读取数据；读取的数据可以用来进行两种排序

import pandas as pd
fpath = "./datas/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)
# 替换掉温度的后缀℃
df["bWendu"] = df["bWendu"].str.replace("℃", "").astype('int64')
df["yWendu"] = df["yWendu"].str.replace("℃", "").astype('int64')
df.head()
		ymd			bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel
	0	2018-01-01		3	-6		晴~多云	东北风		1-2级	59		良	2
	1	2018-01-02		2	-5		阴~多云	东北风		1-2级	49		优	1
	2	2018-01-03		2	-5		多云		北风			1-2级	28		优	1
	3	2018-01-04		0	-8		阴		东北风		1-2级	28		优	1
	4	2018-01-05		3	-6		多云~晴	西北风		1-2级	50		优	1

三、Series的排序

df["aqi"].sort_values()
	271     21
	281     21
	249     22
	272     22
	301     22
	      ... 
	317    266
	71     287
	91     287
	72     293
	86     387
	Name: aqi, Length: 365, dtype: int64
df["aqi"].sort_values(ascending=False)
	86     387
	72     293
	91     287
	71     287
	317    266
	      ... 
	301     22
	272     22
	249     22
	281     21
	271     21
	Name: aqi, Length: 365, dtype: int64
df["tianqi"].sort_values()
	225     中雨~小雨
	230     中雨~小雨
	197    中雨~雷阵雨
	196    中雨~雷阵雨
	112        多云
	        ...  
	191    雷阵雨~大雨
	219     雷阵雨~阴
	335      雾~多云
	353         霾
	348         霾
	Name: tianqi, Length: 365, dtype: object

四、DataFrame的排序

1、单列排序

df.sort_values(by="aqi")
			ymd		bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel
	271	2018-09-29	22		11		晴		北风			3-4级	21		优		1
	281	2018-10-09	15		4		多云~晴	西北风		4-5级	21		优		1
	249	2018-09-07	27		16		晴		西北风		3-4级	22		优		1
	272	2018-09-30	19		13		多云		西北风		4-5级	22		优		1
	301	2018-10-29	15		3		晴		北风			3-4级	22		优		1
	...		...		...		...		...		...			...		...		...		...	
	317	2018-11-14	13		5		多云		南风			1-2级	266		重度污染	5
	71	2018-03-13	17		5		晴~多云	南风			1-2级	287		重度污染	5
	91	2018-04-02	26		11		多云		北风			1-2级	287		重度污染	5
	72	2018-03-14	15		6		多云~阴	东北风		1-2级	293		重度污染	5
	86	2018-03-28	25		9		多云~晴	东风			1-2级	387		严重污染	6
df.sort_values(by="aqi", ascending=False)
			ymd		bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel
	271	2018-09-29	22		11		晴		北风			3-4级	387		优		1
	281	2018-10-09	15		4		多云~晴	西北风		4-5级	293		优		1
	249	2018-09-07	27		16		晴		西北风		3-4级	287		优		1
	272	2018-09-30	19		13		多云		西北风		4-5级	287		优		1
	301	2018-10-29	15		3		晴		北风			3-4级	266		优		1
	...		...		...		...		...		...			...		...		...		...	
	317	2018-11-14	13		5		多云		南风			1-2级	22		重度污染	5
	71	2018-03-13	17		5		晴~多云	南风			1-2级	22		重度污染	5
	91	2018-04-02	26		11		多云		北风			1-2级	22		重度污染	5
	72	2018-03-14	15		6		多云~阴	东北风		1-2级	21		重度污染	5
	86	2018-03-28	25		9		多云~晴	东风			1-2级	21 		严重污染	6
	365 rows × 9 columns

2、多列排序

# 按空气质量等级、最高温度排序，默认升序
df.sort_values(by=["aqiLevel", "bWendu"])

# 两个字段都是降序
df.sort_values(by=["aqiLevel", "bWendu"], ascending=False)

# 分别指定升序和降序
df.sort_values(by=["aqiLevel", "bWendu"], ascending=[True, False])