如何根據列名或行索引對 Pandas DataFrame 進行排序？

---

許多應用程式都受益於根據列名或行索引對 Pandas DataFrame 進行排序。例如，為了展示銷售額隨時間的變化情況，我們可以按日期對銷售資料 DataFrame 進行排序。在 Python 中，我們有一些內建函式——DataFrame()、sort_index() 和 sort_values()，可用於根據列名或行索引對 Pandas DataFrame 進行排序。

語法

以下語法在示例中使用：

DataFrame(var_name, colums= ['col1', 'col2', and so on], index= ['1', '2', and so on])

DataFrame 是 Pandas 模組的一個庫，它定義了不同行和列的二維結構。

sort_index()

sort_index 用於根據索引標籤對序列進行排序。此方法對 Pandas DataFrame 進行排序

升序和降序。

sort_index(axis = 1)

此 sort_index 接受名為 axis = 1 的引數，用於排序列順序。換句話說，我們可以說 axis = 1 指定列。[示例 3]

sort_values(by=["col1","col2","col3"])

sort_value 方法透過按升序對專案或序列進行排序來定義。以上表示形式接受三個列作為引數來排序其專案或序列。

sort_values(by=["row1","row2","row2"])

以上表示形式接受三行，透過使用列表資料型別的技術對其專案或序列進行排序。

示例 1

在以下示例中，我們將透過匯入名為 pandas 的模組來啟動程式。將 pd 作為其物件引用。然後使用列表推導式建立員工資料並將其儲存在變數 Emp 中。然後使用列和行從元組列表建立 DataFrame 物件並將其儲存在變數 info 中。接下來，提及變數 info 並獲取資料的表格結構。

import pandas as pd
# List of Tuples
Emp = [('Arun', 24, 'Uttrakhand', 'Tester', 'Male'),
   ('Shyam', 23, 'West Bengal', 'SDE-1', 'Male'),
   ('Raghav', 37, 'Maharastra', 'SDE-3', 'Male'),
   ('Jayanti', 29, 'Kerala', 'Customer Support','Female')]
# Dataframe object from list of tuples using column and index
info = pd.DataFrame(Emp, columns =['Name', 'Age',
   'Place', 'Designation','Gender'],
   index =[ '105', '109', '110', '104'])
# Show the dataframe
info

輸出

示例 2

在以下示例中，以下程式碼使用下一個終端遵循程式碼的順序。然後使用內建方法 sort_index()，它將按升序對行進行排序並將其儲存在變數 sort_idx 中。最後，使用變數 sort_idx 根據給定的程式碼獲取處理後的資料。

# sort the index row
sort_idx = info.sort_index()
sort_idx

輸出

示例 3

在以下示例中，以下程式碼使用下一個終端遵循上述程式碼的順序。這裡我們將根據列排序實現程式。然後匯入 pandas 以啟動程式（不一定需要）。接下來，使用內建方法 sort_index()，它將按升序對列進行排序。然後只需編寫名為 sort_col 的變數即可以另一種形式獲取結果。

# sort the column
import pandas as pd
sort_col = info.sort_index(axis = 1)
sort_col

輸出

示例 4

在以下示例中，透過匯入名為 pandas 的模組開始程式，該模組將物件引用設定為 pd。然後使用字典資料型別設定三個列，即 X、Y 和 Z，並將其儲存在變數 col 中。接下來，使用 pandas 模組的 DataFrame 並將其儲存在一個名為 df 的新變數中。現在使用內建方法 sort_values 按升序對行進行排序，該方法遵循序列或專案，並將其儲存在變數 sorted_df 中。然後只需編寫 sorted_df 即可獲得表格輸出作為結果。

# Sort DataFrame rows based on multiple columns
import pandas as pd

# create the dictionary
col = {"X" : [40, 10, 60, 20], "Y":[11, 48, 92, 16], "Z":[32,1,26,5]}
df = pd.DataFrame(col)

#Mention the row for sorting
sorted_df=df.sort_values(by=["X","Y","Z"])
sorted_df

輸出

示例 5

在以下示例中，透過匯入名為 pandas 的模組開始程式。獲取名為 pd 的物件引用，稍後將在內建方法 sort_values 中使用它。然後建立列表，該列表建立三行不同專案的行資料（即 P、Q 和 R），並將其儲存在變數 list1 中。接下來，使用 pandas 模組的 DataFrame，它接受兩個引數——list1（用於使用資料的先前變數名稱）和 index（此引數使用內建方法列表設定所有列的值）。繼續使用名為 sort_values 的內建方法，它接受以下引數：

by=['P','Q','R']：關鍵字 by 設定行數，即 P、Q 和 R。

axis = 1：標識列。

最後，我們藉助變數 sorted_row 列印結果。

# Sort Dataframe based on multiple rows
import pandas as pd
list1 = [(5,40,3,2),(11,4,12,6),(13,91,16,5)]
df = pd.DataFrame(list1, index=list('PQR'))
sorted_row = df.sort_values(by=['P','Q','R'],axis=1)
sorted_row

輸出

結論

我們討論了使用 Pandas DataFrame 對列名或行索引進行排序的不同方法。第一個示例解釋了行和列的簡單表格結構，而第二個和第三個示例遵循順序以完成資料集的有意義表示。第四個示例使用字典技術為多列建立資料，而第五個示例使用列表資料型別為多行建立資料，並生成了不同的輸出作為結果。