【愚公系列】《Python网络爬虫从入门到醒目》033-DataFrame的数据排序

    标题    详情              作者简介    愚公搬代码          头衔    华为云特约编辑，华为云云享专家，华为开发者专家，华为产物云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云良好博主，腾讯云内容共创官，掘金良好博主，亚马逊技领云博主，51CTO博客专家等。          近期荣誉    2022年度博客之星TOP2，2023年度博客之星TOP2，2022光阴为云十佳博主，2023光阴为云十佳博主，2024光阴为云十佳博主等。          博客内容    .NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小步伐等干系范畴知识。          欢迎    点赞、✍品评、⭐收藏   
  

---

媒介

在数据分析的过程中，数据的排序是一个不可或缺的环节。无论是在探索性数据分析中相识数据分布，照旧在准备数据可视化时展示清晰的趋势，把握怎样对DataFrame中的数据举行有用排序都是至关紧张的。Pandas库为我们提供了强大的排序功能，使得这一过程简单而高效。
本文将深入探究DataFrame的数据排序，包罗按单列或多列排序的本事、升序和降序的设置、以及如那里置处罚缺失值对排序效果的影响。我们将通过具体示例，资助你快速把握这些操纵，提升数据处理处罚的机动性和服从。
一、DataFrame的数据排序

1.数据排序整理

1.1 sort_values 方法概述

DataFrame.sort_values() 是 Pandas 中用于数据排序的焦点方法，功能类似 SQL 的 ORDER BY。支持按行/列排序，语法如下：

1. DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False)

复制代码

1.2 参数详解

     参数    分析              by    排序依据的列名或列名列表          axis    排序轴：0 按行排序（默认），1 按列排序          ascending    排序次序：True 升序（默认），False 降序；多列可用布尔列表指定          inplace    是否原地修改：False 返回新对象（默认），True 直接修改原对象          kind    排序算法：quicksort（默认）、mergesort、heapsort          na_position    缺失值位置：last 末了（默认），first 开头          ignore_index    是否重置索引：False 生存原索引（默认），True 天生新索引（0~n-1）    1.3 排序场景与实例

☀️1.3.1 单列排序

场景：按指定列（如“销量”）降序排序
代码：

1. import pandas as pd
2. excelFile = 'mrbook.xlsx'
3. df = pd.DataFrame(pd.read_excel(excelFile))
4. #设置数据显示的列数和宽度
5. pd.set_option('display.max_columns',500)
6. pd.set_option('display.width',1000)
7. #解决数据输出时列名不对齐的问题
8. pd.set_option('display.unicode.ambiguous_as_wide', True)
9. pd.set_option('display.unicode.east_asian_width', True)
10. print('-------------------------按照一列数据排序-------------------------')
11. #按“销量”列降序排序
12. df=df.sort_values(by='销量',ascending=False)
13. print(df)

复制代码

☀️1.3.2 多列排序

场景：按多列优先级排序（如先“图书名称”降序，再“销量”降序）
代码：

1. import pandas as pd
2. excelFile = 'mrbook.xlsx'
3. df = pd.DataFrame(pd.read_excel(excelFile))
4. #设置数据显示的列数和宽度
5. pd.set_option('display.max_columns',<

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

继续阅读请点击广告