Как легко отсортировать фрейм данных по столбцу?

[

pandas Сортировка: Руководство по сортировке данных в Python

Изучение методов сортировки pandas - отличный способ начать использовать или практиковаться в основах анализа данных с помощью Python. В основном анализ данных выполняется с использованием электронных таблиц, SQL или pandas. Одним из преимуществ использования pandas является его способность обрабатывать большие объемы данных и предоставлять высокопроизводительные возможности манипулирования данными.

В этом руководстве вы узнаете, как использовать .sort_values() и .sort_index(), что позволит вам эффективно сортировать данные в DataFrame.

По завершении этого руководства вы узнаете, как:

Сортировать DataFrame pandas по значениям одного или нескольких столбцов.
Изменять порядок сортировки с помощью параметра ascending.
Сортировать DataFrame по его индексу с использованием .sort_index().
Обрабатывать пропущенные данные при сортировке значений.
Сортировать DataFrame на месте с использованием inplace, установленного на True.

Бесплатный бонус: Нажмите здесь, чтобы получить шпаргалку по Python, и изучите основы Python 3, такие как работа с типами данных, словари, списки и функции Python.

Начало работы с методами сортировки pandas

Как быстрое напоминание, DataFrame - это двумерная структура данных, представляющая собой таблицу с индексами строк и столбцов. Он имеет множество встроенных методов, которые облегчают манипуляцию данными в таблице.

Прежде чем приступить к сортировке данных в DataFrame, нам понадобится датасет, который будем использовать для примеров. Давайте подготовим датасет, максимально удобный для работы с сортировкой.

Подготовка датасета

import pandas as pd

data = {
    "Name": ["John", "Alice", "Bob", "David", "Eve"],
    "Age": [25, 32, 18, 40, 29],
    "Salary": [50000, 80000, 35000, 60000, 70000]
}

df = pd.DataFrame(data)

print(df)

Результат выполнения кода:

Name	Age	Salary
John	25	50000
Alice	32	80000
Bob	18	35000
David	40	60000
Eve	29	70000

Это простой датасет, состоящий из столбцов “Name”, “Age” и “Salary”. Теперь у нас есть данные, с которыми мы можем работать.

Ознакомление с .sort_values()

.sort_values() - функция pandas, позволяющая сортировать значения в DataFrame по одному или нескольким столбцам. По умолчанию сортировка происходит в порядке возрастания.

sorted_df = df.sort_values("Age")

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
2	Bob	18	35000
0	John	25	50000
4	Eve	29	70000
1	Alice	32	80000
3	David	40	60000

Мы использовали sort_values() для сортировки данных по столбцу “Age”. Как видно из результата, данные теперь отсортированы по возрастанию значения столбца “Age”.

Ознакомление с .sort_index()

.sort_index() - функция pandas, позволяющая сортировать DataFrame по его индексу. Она может использоваться как для сортировки в порядке возрастания, так и для сортировки в порядке убывания.

sorted_df = df.sort_index(ascending=False)

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
4	Eve	29	70000
3	David	40	60000
2	Bob	18	35000
1	Alice	32	80000
0	John	25	50000

Мы использовали sort_index() для сортировки данных в порядке убывания. Каждая строка перемещается в соответствии с ее индексом.

Сортировка вашего DataFrame по одному столбцу

Сортировка по столбцу в порядке возрастания

Выше мы уже рассмотрели пример с сортировкой данных по столбцу “Age”. Давайте рассмотрим более подробно этот пример.

sorted_df = df.sort_values("Age")

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
2	Bob	18	35000
0	John	25	50000
4	Eve	29	70000
1	Alice	32	80000
3	David	40	60000

Мы использовали sort_values() для сортировки данных по столбцу “Age”. По умолчанию данные сортируются в порядке возрастания.

Изменение порядка сортировки

.sort_values() также позволяет изменить порядок сортировки, используя параметр ascending. По умолчанию ascending=True, что означает сортировку по возрастанию. Чтобы изменить порядок сортировки на убывающий, установите ascending=False.

sorted_df = df.sort_values("Age", ascending=False)

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
3	David	40	60000
1	Alice	32	80000
4	Eve	29	70000
0	John	25	50000
2	Bob	18	35000

Выбор алгоритма сортировки

.sort_values() использует алгоритм быстрой сортировки (quicksort) по умолчанию. Однако, если ваш DataFrame содержит большое количество данных и вам требуется оптимизировать производительность, вы можете выбрать другой алгоритм сортировки, такой как сортировка слиянием (mergesort) или сортировка кучей (heapsort).

sorted_df = df.sort_values("Age", kind="mergesort")

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
2	Bob	18	35000
0	John	25	50000
4	Eve	29	70000
1	Alice	32	80000
3	David	40	60000

Сортировка вашего DataFrame по нескольким столбцам

Сортировка по нескольким столбцам в порядке возрастания

Чтобы отсортировать DataFrame по нескольким столбцам, вы можете передать список столбцов в .sort_values(). Порядок столбцов в списке определяет порядок сортировки. В следующем примере мы сначала сортируем данные по столбцу “Age”, а затем по столбцу “Salary”.

sorted_df = df.sort_values(["Age", "Salary"])

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
2	Bob	18	35000
0	John	25	50000
4	Eve	29	70000
3	David	40	60000
1	Alice	32	80000

Изменение порядка сортировки столбцов

.sort_values() также позволяет изменять порядок сортировки столбцов, используя параметр ascending.

sorted_df = df.sort_values(["Age", "Salary"], ascending=[False, True])

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
3	David	40	60000
1	Alice	32	80000
4	Eve	29	70000
0	John	25	50000
2	Bob	18	35000

Сортировка по нескольким столбцам в порядке убывания

Вы также можете сортировать DataFrame по нескольким столбцам в порядке убывания, установив ascending на False.

sorted_df = df.sort_values(["Age", "Salary"], ascending=[False, False])

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
2	Bob	18	35000
0	John	25	50000
4	Eve	29	70000
1	Alice	32	80000
3	David	40	60000

Сортировка по нескольким столбцам с разными порядками сортировки

Вы также можете сортировать DataFrame по нескольким столбцам с разными порядками сортировки. В следующем примере мы сортируем данные сначала по столбцу “Age” в порядке возрастания, а затем по столбцу “Salary” в порядке убывания.

sorted_df = df.sort_values(["Age", "Salary"], ascending=[True, False])

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
2	Bob	18	35000
0	John	25	50000
4	Eve	29	70000
3	David	40	60000
1	Alice	32	80000

Сортировка вашего DataFrame по его индексу

Сортировка по индексу в порядке возрастания

.sort_index() позволяет сортировать DataFrame по его индексу. Используется алгоритм быстрой сортировки (quicksort) по умолчанию.

sorted_df = df.sort_index()

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
0	John	25	50000
1	Alice	32	80000
2	Bob	18	35000
3	David	40	60000
4	Eve	29	70000

Сортировка по индексу в порядке убывания

sorted_df = df.sort_index(ascending=False)

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
4	Eve	29	70000
3	David	40	60000
2	Bob	18	35000
1	Alice	32	80000
0	John	25	50000

Изучение продвинутых концепций сортировки индексов

.sort_index() также предлагает возможность работать с продвинутыми концепциями индексации:

level - для многомерного индекса можно указать уровень, по которому осуществляется сортировка.
sort_remaining - если в DataFrame есть иерархический индекс, этот параметр определяет, должны ли оставшиеся уровни индекса быть отсортированы.
kind - можно выбрать алгоритм сортировки: quicksort, mergesort или heapsort.

Сортировка столбцов вашего DataFrame

Работа с осью DataFrame

Сортировка DataFrame по столбцам происходит с помощью параметра axis. По умолчанию сортировка происходит по строкам (axis=0). Чтобы выполнить сортировку по столбцам, установите axis=1.

sorted_df = df.sort_values(["Age"], axis=1)

print(sorted_df)

Результат выполнения кода:

Name	Age	Salary
John	25	50000
Alice	32	80000
Bob	18	35000
David	40	60000
Eve	29	70000

Использование меток столбцов для сортировки

Вы также можете использовать метки столбцов для сортировки. Передайте метки столбцов в качестве списка в.sort_values(), а затем установите параметр axis=1.

sorted_df = df.sort_values(["Salary", "Age"], axis=1)

print(sorted_df)

Результат выполнения кода:

Salary	Age	Name
50000	25	John
80000	32	Alice
35000	18	Bob
60000	40	David
70000	29	Eve

Работа с отсутствующими данными при сортировке в Pandas

Понимание параметра na_position в .sort_values()

.sort_values() также позволяет работать с отсутствующими данными при сортировке. Параметр na_position определяет, в каком порядке будут отображаться отсутствующие данные. По умолчанию na_position='last', что означает, что отсутствующие данные будут отображаться в конце отсортированного DataFrame.

sorted_df = df.sort_values(["Age", "Salary"], na_position="first")

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
2	Bob	18	35000
0	John	25	50000
4	Eve	29	70000
1	Alice	32	80000
3	David	40	60000

Понимание параметра na_position в .sort_index()

.sort_index() также позволяет работать с отсутствующими данными при сортировке. Параметр na_position определяет, в каком порядке будут отображаться отсутствующие данные. По умолчанию na_position='last', что означает, что отсутствующие данные будут отображаться в конце отсортированного DataFrame.

sorted_df = df.sort_index(ascending=False, na_position="first")

print(sorted_df)

Результат выполнения кода:

	Name	Age	Salary
4	Eve	29	70000
3	David	40	60000
2	Bob	18	35000
1	Alice	32	80000
0	John	25	50000

Использование методов сортировки для изменения вашего DataFrame

Использование .sort_values() на месте

.sort_values() также позволяет изменять DataFrame на месте с помощью параметра inplace. По умолчанию inplace=False, что означает, что изменения не вносятся в исходный DataFrame, а новый DataFrame возвращается в качестве результата. Для внесения изменений на месте установите inplace=True.

df.sort_values("Age", inplace=True)

print(df)

Результат выполнения кода:

	Name	Age	Salary
2	Bob	18	35000
0	John	25	50000
4	Eve	29	70000
1	Alice	32	80000
3	David	40	60000

Использование .sort_index() на месте

.sort_index() также позволяет изменять DataFrame на месте с помощью параметра inplace. По умолчанию inplace=False, что означает, что изменения не вносятся в исходный DataFrame, а новый DataFrame возвращается в качестве результата. Для внесения изменений на месте установите inplace=True.

df.sort_index(ascending=False, inplace=True)

print(df)

Результат выполнения кода:

	Name	Age	Salary
4	Eve	29	70000
3	David	40	60000
2	Bob	18	35000
1	Alice	32	80000
0	John	25	50000

Заключение

Мы рассмотрели методы сортировки pandas, которые позволяют эффективно сортировать данные в DataFrame. Мы изучили использование .sort_values() для сортировки данных по одному или нескольким столбцам, а также .sort_index() для сортировки по индексу. Также мы рассмотрели возможность работы с отсутствующими данными при сортировке и использование методов на месте для изменения DataFrame.

Теперь вы можете с легкостью сортировать данные в DataFrame с помощью pandas и использовать эти методы для выполнения анализа данных и других задач, связанных с обработкой больших объемов данных.

Если вы хотите углубить свои знания в сортировке данных с помощью pandas, рекомендуем пройти видео-курс Sorting Data in Python With pandas.

Надеемся, что этот руководство поможет вам стать более уверенным в использовании методов сортировки pandas при работе с данными в Python!