Šķirošanu varam veikt Pandas Dataframe. Šajā rakstā tiks apspriests, kā kārtot Pandas DataFrame, izmantojot dažādas metodes Python .
Datu rāmju kārtošana programmā Pandas
Izveidojot a Pandas datu rāmis Demonstrācijai Šeit mēs esam izveidojuši datu rāmi, kurā veiksim dažādas šķirošanas funkcijas.
Python3
kurā gadā tika izgudrots dators
# importing pandas library> import> pandas as pd> # creating and initializing a nested list> age_list>=> [[>'Afghanistan'>,>1952>,>8425333>,>'Asia'>],> >[>'Australia'>,>1957>,>9712569>,>'Oceania'>],> >[>'Brazil'>,>1962>,>76039390>,>'Americas'>],> >[>'China'>,>1957>,>637408000>,>'Asia'>],> >[>'France'>,>1957>,>44310863>,>'Europe'>],> >[>'India'>,>1952>,>3.72e>+>08>,>'Asia'>],> >[>'United States'>,>1957>,>171984000>,>'Americas'>]]> # creating a pandas dataframe> df>=> pd.DataFrame(age_list, columns>=>[>'Country'>,>'Year'>,> >'Population'>,>'Continent'>])> df> |
>
>
Izvade
Kārtot Pandas DataFrame
Pandas datu rāmja kārtošana
Lai kārtotu datu rāmi pandās, funkcija sort_values() tiek izmantots. Pandas sort_values() var kārtot datu rāmi augošā vai dilstošā secībā.
Pandas DataFrame kārtošana augošā secībā
Koda fragments sakārto DataFrame df augošā secībā, pamatojoties uz kolonnu “Valsts”. Tomēr tas nesaglabā un nerāda sakārtoto datu rāmi.
Python3
# Sorting by column 'Country'> df.sort_values(by>=>[>'Country'>])> |
>
>
Izvade:
Kārtot Pandas DataFrame
Pandas DataFrame kārtošana dilstošā secībā
DataFrame df tiks sakārtots dilstošā secībā, pamatojoties uz kolonnu Population, un valsts ar lielāko iedzīvotāju skaitu tiks parādīta DataFrame augšpusē.
Python3
# Sorting by column 'Population'> df.sort_values(by>=>[>'Population'>], ascending>=>False>)> |
>
>
Izvade:
Kārtot Pandas DataFrame
Kārtot Pandas DataFrame, pamatojoties uz paraugu ņemšanu
Šeit mēs šķirojam DataFrame (df>), pamatojoties uz kolonnu “Iedzīvotāji”, sakārtojot rindas ar trūkstošām vērtībām sadaļā “Iedzīvotāji”, lai tās tiktu parādītas pirmās. Thesort_values()>metode arna_position='first'>arguments to panāk, prioritāti piešķirot rindām ar trūkstošām vērtībām sakārtotā DataFrame sākumā.
Python3
skaitļu alfabēts
# Sorting by column 'Population'> # by putting missing values first> df.sort_values(by>=>[>'Population'>], na_position>=>'first'>)> |
>
>
Izvade:
Kārtot Pandas DataFrame
Datu rāmju kārtošana pēc vairākām kolonnām
Šajā piemērā mēs kārtojam DataFrame (df>) galvenokārt slejā “Valsts” augošā secībā un katrā valstu grupā – pēc kolonnas “Kontinents”. Iegūtais DataFrame tiek sakārtots, pamatojoties uz norādīto kolonnu secību, izveidojot sakārtotu datu kopu.
Python3
# Sorting by columns 'Country' and then 'Continent'> df.sort_values(by>=>[>'Country'>,>'Continent'>])> |
>
>
Izvade:
Kārtot Pandas DataFrame
Datu rāmju kārtošana pēc kolonnām, bet citā secībā
Šajā piemērā mēs kārtojam DataFrame (df>) vispirms ar kolonnu “Valsts” dilstošā secībā un katrā valstu grupā – pēc kolonnas “Kontinents” augošā secībā. Iegūtais DataFrame tiek organizēts, pamatojoties uz norādītajiem kolonnu kārtošanas kritērijiem.
Python3
# Sorting by columns 'Country' in descending> # order and then 'Continent' in ascending order> df.sort_values(by>=>[>'Country'>,>'Continent'>],> >ascending>=>[>False>,>True>])> |
>
js iestatīšanas laiks
>
Izvade:
Kārtot Pandas DataFrame