Supongamos que tengo una trama de datos con columnas a
, b
y c
, quiero ordenar la trama de datos por la columna b
en orden ascendente, y por la columna c
en orden descendente, ¿cómo puedo hacer esto?
Supongamos que tengo una trama de datos con columnas a
, b
y c
, quiero ordenar la trama de datos por la columna b
en orden ascendente, y por la columna c
en orden descendente, ¿cómo puedo hacer esto?
Respuestas:
A partir de la versión 0.17.0, el sort
método fue desaprobado a favor de sort_values
. sort
se eliminó por completo en la versión 0.20.0. Los argumentos (y resultados) siguen siendo los mismos:
df.sort_values(['a', 'b'], ascending=[True, False])
Puede usar el argumento ascendente de sort
:
df.sort(['a', 'b'], ascending=[True, False])
Por ejemplo:
In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
a b
2 1 4
7 1 3
1 1 2
3 1 2
4 3 2
6 4 4
0 4 3
9 4 3
5 4 1
8 4 1
Como comentó @renadeen
Ordenar no está en su lugar por defecto! Por lo tanto, debe asignar el resultado del método de clasificación a una variable o agregar inplace = True a la llamada al método.
es decir, si desea reutilizar df1 como un DataFrame ordenado:
df1 = df1.sort(['a', 'b'], ascending=[True, False])
o
df1.sort(['a', 'b'], ascending=[True, False], inplace=True)
sort
método a una variable o agregar inplace=True
a la llamada al método.
A partir de pandas 0.17.0, DataFrame.sort()
está en desuso y está configurado para eliminarse en una versión futura de pandas. La forma de ordenar un marco de datos por sus valores ahora esDataFrame.sort_values
Como tal, la respuesta a su pregunta ahora sería
df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)
Para grandes marcos de datos numéricos, puede ver una mejora significativa en el rendimiento a través de numpy.lexsort
, que realiza una ordenación indirecta utilizando una secuencia de teclas:
import pandas as pd
import numpy as np
np.random.seed(0)
df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
df1 = pd.concat([df1]*100000)
def pdsort(df1):
return df1.sort_values(['a', 'b'], ascending=[True, False])
def lex(df1):
arr = df1.values
return pd.DataFrame(arr[np.lexsort((-arr[:, 1], arr[:, 0]))])
assert (pdsort(df1).values == lex(df1).values).all()
%timeit pdsort(df1) # 193 ms per loop
%timeit lex(df1) # 143 ms per loop
Una peculiaridad es que numpy.lexsort
se invierte el orden de clasificación definido : primero se (-'b', 'a')
ordena por serie a
. Negamos las series b
para reflejar que queremos esta serie en orden descendente.
Tenga en cuenta que np.lexsort
solo se ordena con valores numéricos, mientras que pd.DataFrame.sort_values
funciona con cadenas o valores numéricos. El uso np.lexsort
con cuerdas dará: TypeError: bad operand type for unary -: 'str'
.