Pandas 数据排序

最新推荐文章于 2024-03-11 21:28:53 发布

坚持吧2021

最新推荐文章于 2024-03-11 21:28:53 发布

阅读量229

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/zjl_python/article/details/119840664

版权

python 专栏收录该内容

28 篇文章

订阅专栏

这篇博客介绍了如何使用Pandas对数据进行排序。首先，将字符串温度转换为整数，然后展示了Series的升序和降序排序。接着，对DataFrame进行了单列和多列的排序，包括自定义升序和降序排列。最后，提供了多个排序示例，演示了如何根据特定列的值调整数据行的顺序。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd 
df = pd.read_csv("D:\\python39\\pandas\\antlearnpandasmaster\\datas\\beijing_tianqi\\beijing_tianqi_2018.CSV")
'''Pandas数据排序
Series的排序:
   Series.sort_values(ascending=True, inplace=False)参数说明:
       ascending:默认为True升序排序，为False降序排序;
       inplace:是否修改原始Series，True修改，False不修改
DataFrame的排序:
   DataFrame.sort_values(by, ascending=True, inplace=False)参数说明:
        by:字符串或者List<字符串>，单列排序或者多列排序
        ascending: bool或者List，升序还是降序，如果是list对应by的多列
        inplace:是否修改原始DataFrame,True修改，False不修改'''
##1.将温度由字符串变为数字
df.loc[:,'bWendu'] = df['bWendu'].str.replace('℃','').astype('int32')
df.loc[:,'yWendu'] = df['yWendu'].str.replace('℃','').astype('int32')

##2.Series排序

ser = df['aqi'].sort_values()#升序排列

ser = df['aqi'].sort_values(ascending = False)#降序排列

ser = df['tianqi'].sort_values()
##3.DataFrame 排序
#1.单列所对应的行进行升序排列
dfr = df.sort_values(by = 'aqi')
#2.单列所对应的行进行降序排列
dfr = df.sort_values(by = 'aqi',ascending = False)
#3.多列排序
#按空气质量等级、最高温度排序，默认升序
dfr = df.sort_values(by = ['aqiLevel','bWendu'])#先按照'aqiLevel'升序排列，再按'bWendu'进行升序排列
#按空气质量等级、最高温度降序排列
dfr = df.sort_values(by = ['aqiLevel','bWendu'],ascending = False)#先按照'aqiLevel'降序排列，再按'bWendu'进行降序排列
#分别指定升序和降序排列
dfr = df.sort_values(by =['aqiLevel','bWendu'],ascending = [True,False])#先按照'aqiLevel'升序排列，再按'bWendu'进行降序排列

print(dfr)


#print(df.head())