Comment trier un dataFrame en pandas python par deux colonnes ou plus?


Réponses:


454

Depuis la version 0.17.0, la sortméthode était déconseillée au profit de sort_values. sorta été complètement supprimé dans la version 0.20.0. Les arguments (et les résultats) restent les mêmes:

df.sort_values(['a', 'b'], ascending=[True, False])

Vous pouvez utiliser l'argument croissant de sort:

df.sort(['a', 'b'], ascending=[True, False])

Par exemple:

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

Comme l'a commenté @renadeen

Le tri n'est pas en place par défaut! Vous devez donc affecter le résultat de la méthode de tri à une variable ou ajouter inplace = True à l'appel de méthode.

c'est-à-dire, si vous souhaitez réutiliser df1 en tant que DataFrame trié:

df1 = df1.sort(['a', 'b'], ascending=[True, False])

ou

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)

6
Le tri n'est pas en place par défaut! Vous devez donc affecter le résultat de la sortméthode à une variable ou l'ajouter inplace=Trueà l'appel de méthode.
renadeen

2
@renadeen très bon point, j'ai mis à jour par réponse avec ce commentaire.
Andy Hayden

1
J'ai été surpris d'apprendre aujourd'hui que ce type est déconseillé! Sur la base de certaines opinions de ce méta-post: meta.stackoverflow.com/questions/297404/… J'ai décidé d'ajouter une nouvelle réponse plutôt que d'essayer de modifier la vôtre
Kyle Heuton

2
@Snoozer Oui, je ne pense pas que le tri disparaîtra (principalement car il est largement utilisé dans le livre de Wes), mais il y a eu de grands changements dans l'appel du tri . Merci! .. J'ai vraiment besoin d'automatiser en passant par tous mes 1000 réponses de pandas pour les dépréciations!
Andy Hayden

40

À partir de pandas 0.17.0, il DataFrame.sort()est obsolète et devrait être supprimé dans une future version de pandas. La façon de trier une trame de données par ses valeurs est maintenantDataFrame.sort_values

En tant que tel, la réponse à votre question serait maintenant

df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)

4

Pour les grandes trames de données numériques, vous pouvez constater une amélioration significative des performances via numpy.lexsort, qui effectue un tri indirect à l'aide d'une séquence de clés:

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

Une particularité est que l'ordre de tri défini avec numpy.lexsortest inversé: (-'b', 'a')trie par série en apremier. Nous nions les séries bpour indiquer que nous voulons que ces séries soient décroissantes.

Sachez que np.lexsortne trie qu'avec des valeurs numériques, tout en pd.DataFrame.sort_valuesfonctionnant avec des chaînes ou des valeurs numériques. L' utilisation np.lexsortavec des cordes donnera: TypeError: bad operand type for unary -: 'str'.

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.