Pandas數(shù)據(jù)排序

Pandas數(shù)據(jù)排序

Series的排序:

Series.sort_values(ascending=True, inplace=False)
參數(shù)說明:

  • ascending:默認(rèn)為True升序排序民轴,為False降序排序
  • inplace:是否修改原始Series

DataFrame的排序:

DataFrame.sort_values(by, ascending=True, inplace=False)
參數(shù)說明:

  • by:字符串或者List<字符串>舀患,單列排序或者多列排序
  • ascending:bool或者List<bool>括享,升序還是降序一铅,如果是list對(duì)應(yīng)by的多列
  • inplace:是否修改原始DataFrame
1扳碍、讀取數(shù)據(jù)
import pandas as pd

df = pd.read_csv("../beijing_tianqi_2018.csv")
df.loc[:,"bWendu"] =df["bWendu"].str.replace("℃","").astype("int32")
df.loc[:,"yWendu"] =df["yWendu"].str.replace("℃","").astype("int32")
2姑食、Series的排序
a = df["aqi"].sort_values()
print(a)
image.png
3.Dataframe排序
3-1單列排序,降序窍奋,關(guān)注ascending字段
b = df.sort_values(by = "aqi",ascending = False)
print(b)

image.png
3-2多列排序
#按空氣質(zhì)量等級(jí),最高溫度排序杈湾,默認(rèn)升序
c = df.sort_values(by = ["aqiLevel","bWendu"])
print(c)
#分別制定升序和降序
d = df.sort_values(by = ["aqiLevel","bWendu"],ascending=[True,False])
print(d)
image.png
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末解虱,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子漆撞,更是在濱河造成了極大的恐慌殴泰,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,525評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件浮驳,死亡現(xiàn)場離奇詭異悍汛,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)至会,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,203評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門离咐,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人奉件,你說我怎么就攤上這事宵蛀。” “怎么了县貌?”我有些...
    開封第一講書人閱讀 164,862評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵术陶,是天一觀的道長。 經(jīng)常有香客問我煤痕,道長梧宫,這世上最難降的妖魔是什么接谨? 我笑而不...
    開封第一講書人閱讀 58,728評(píng)論 1 294
  • 正文 為了忘掉前任,我火速辦了婚禮塘匣,結(jié)果婚禮上脓豪,老公的妹妹穿的比我還像新娘。我一直安慰自己忌卤,他們只是感情好扫夜,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,743評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著驰徊,像睡著了一般历谍。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上辣垒,一...
    開封第一講書人閱讀 51,590評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音印蔬,去河邊找鬼勋桶。 笑死,一個(gè)胖子當(dāng)著我的面吹牛侥猬,可吹牛的內(nèi)容都是我干的例驹。 我是一名探鬼主播,決...
    沈念sama閱讀 40,330評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼退唠,長吁一口氣:“原來是場噩夢啊……” “哼鹃锈!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起瞧预,我...
    開封第一講書人閱讀 39,244評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤屎债,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后垢油,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體盆驹,經(jīng)...
    沈念sama閱讀 45,693評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,885評(píng)論 3 336
  • 正文 我和宋清朗相戀三年滩愁,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了躯喇。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,001評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡硝枉,死狀恐怖廉丽,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情妻味,我是刑警寧澤正压,帶...
    沈念sama閱讀 35,723評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站弧可,受9級(jí)特大地震影響蔑匣,放射性物質(zhì)發(fā)生泄漏劣欢。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,343評(píng)論 3 330
  • 文/蒙蒙 一裁良、第九天 我趴在偏房一處隱蔽的房頂上張望凿将。 院中可真熱鬧,春花似錦价脾、人聲如沸牧抵。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,919評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽犀变。三九已至,卻和暖如春秋柄,著一層夾襖步出監(jiān)牢的瞬間获枝,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,042評(píng)論 1 270
  • 我被黑心中介騙來泰國打工骇笔, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留省店,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,191評(píng)論 3 370
  • 正文 我出身青樓笨触,卻偏偏與公主長得像懦傍,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子芦劣,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,955評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容