Pandas实战100例 | 案例 6: 数据排序 - 对 DataFrame 进行排序

案例 6: 数据排序 - 对 DataFrame 进行排序

知识点讲解

数据排序是数据分析中的一个重要环节，可以帮助我们更好地理解数据的分布和趋势。Pandas 提供了灵活的排序功能，包括按照一列或多列进行升序或降序排序。

示例代码

按单列升序排序

# 按单列升序排序
sorted_df = df.sort_values(by='Column')
print(sorted_df.head())

按单列降序排序

# 按单列降序排序
sorted_df_desc = df.sort_values(by='Column', ascending=False)
print(sorted_df_desc.head())

按多列排序

# 按多列进行排序，先按 Column1 升序，然后按 Column2 降序
sorted_multiple = df.sort_values(by=['Column1', 'Column2'], ascending=[True, False])
print(sorted_multiple.head())

代码解释:

1. df.sort_values(by='Column') 默认按照指定列升序排序。
2. ascending=False 参数指定按照降序排序。
3. 按多列排序时，by 参数接受列名列表，ascending 参数接受布尔值列表，分别对应每列的排序方式。

通过排序，你可以快速发现数据集中的模式、异常值或趋势。