如何根据列名或行索引对 Pandas DataFrame 进行排序?
许多应用程序都受益于按列名或行索引对 Pandas DataFrame 进行排序。例如，为了显示销售情况随时间的变化，我们可以按日期对销售数据的 DataFrame 进行排序。在 Python 中，我们有一些内置函数 - DataFrame()、sort_index() 和 sort_values()，可用于根据列名或行索引对 Pandas DataFrame 进行排序。
语法
示例中使用了以下语法 -
DataFrame(var_name, colums= ['col1', 'col2', 等等], index= ['1', '2', 等等])
DataFrame 是 pandas 模块库，定义不同行和列的 2D 结构。
sort_index()
sort_index 按索引标签对系列进行排序。此方法对 pandas 数据框进行排序
按升序和降序排序。
sort_index(axis = 1)
此 sort_index 接受名为 axis = 1 的参数，该参数对列顺序进行排序。换句话说，我们可以说 axis = 1 指定列。[示例 3]
sort_values(by=["col1","col2","col3"])
sort_value 方法通过按升序对项目或系列进行排序来定义。上述表示接受三列作为参数来对其项目或系列进行排序。
sort_values(by=["row1","row2","row2"])
上述表示接受三行，使用列表数据类型技术对其项目或系列进行排序。
示例 1
在下面的示例中，我们将通过导入名为 pandas 的模块来启动程序。以 pd 作为其对象引用。然后使用列表推导创建员工数据并将其存储在变量 Emp 中。然后使用列和行从元组列表创建一个对象 DataFrame 并将其存储在变量 info 中。接下来，输入变量信息并获取数据的表格结构。
import pandas as pd
# 元组列表
Emp = [('Arun', 24, 'Uttrakhand', 'Tester', 'Male'),
('Shyam', 23, 'West Bengal', 'SDE-1', 'Male'),
('Raghav', 37, 'Maharastra', 'SDE-3', 'Male'),
('Jayanti', 29, 'Kerala', 'Customer Support','Female')]
# 使用列和索引从元组列表中获取 Dataframe 对象
info = pd.DataFrame(Emp, columns =['Name', 'Age',
'Place', 'Designation','Gender'],
index =[ '105', '109', '110', '104'])
# 显示数据框
info
输出
示例 2
在下面的示例中，下面的代码使用下一个终端遵循代码的顺序。然后使用内置方法 sort_index() 按升序对行进行排序并将其存储在变量 sort_idx 中。最后，使用变量sort_idx根据给定的代码获取处理后的数据。
# 对索引行进行排序 sort_idx = info.sort_index() sort_idx
输出
示例3
在下面的示例中，下面的代码使用下一个终端遵循上述代码的顺序。 在这里我们将实现基于列排序的程序。然后导入pandas以启动程序(不一定需要)。接下来，使用内置方法sort_index()按升序对列进行排序。然后只需编写名为sort_col的变量即可以另一种形式获取结果。
# 对列进行排序 import pandas as pd sort_col = info.sort_index(axis = 1) sort_col
输出
示例 4
在下面的示例中，通过导入名为pandas的模块来启动程序，该模块将对象引用设置为pd。然后使用字典数据类型设置三列，即X，Y和Z，以将其存储在变量col中。接下来，使用pandas模块的DataFrame并将其存储在名为df的新变量中。现在使用内置方法 sort_values 按升序对系列或项目后面的行进行排序，并将其存储在变量 sorted_df 中。然后只需编写 sorted_df 即可获得表格输出结果。
# 根据多列对 DataFrame 行进行排序
import pandas as pd
# 创建字典
col = {"X" : [40, 10, 60, 20], "Y":[11, 48, 92, 16], "Z":[32,1,26,5]}
df = pd.DataFrame(col)
# 提及要排序的行
sorted_df=df.sort_values(by=["X","Y","Z"])
sorted_df
输出
示例 5
在下面的示例中，通过导入名为 pandas 的模块来启动程序。获取名为 pd 的对象引用，稍后将在内置方法 sort_values 中使用。然后创建列表，该列表包含三个不同行项的数据，即 P、Q 和 R，并将其存储在变量 list1 中。接下来，使用 pandas 模块的 DataFrame，该模块接受两个参数 - list1(使用数据的前一个变量名称)和 index(此参数使用内置方法 list 设置所有列的值)。继续使用内置方法 sort_values，该方法接受以下参数 -
by=['P','Q','R']:关键字 by 设置行数，即 P、Q 和 R。
axis = 1:标识列。
最后，我们在变量 sorted_row 的帮助下打印结果。
# 根据多行对 Dataframe 进行排序
import pandas as pd
list1 = [(5,40,3,2),(11,4,12,6),(13,91,16,5)]
df = pd.DataFrame(list1, index=list('PQR'))
sorted_row = df.sort_values(by=['P','Q','R'],axis=1)
sorted_row
输出
结论
我们讨论了使用 Pandas Dataframe 对列名或行索引进行排序的不同方法。第一个例子解释了行和列的简单表格结构，而第二个和第三个例子遵循序列顺序来完成数据集的有意义的表示。第四个示例使用字典技术为多列创建数据，而第五个示例使用列表数据类型为多行创建数据并生成不同的输出。
