pandas 0.23 - DataFrame.sort_values()

pandas.DataFrame.sort_values




pandas

pandas.DataFrame.sort_values

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last') [source]

अक्ष के साथ मानों के आधार पर छाँटें

पैरामीटर:

द्वारा : str या str की सूची

द्वारा छाँटने के लिए नामों की सूची या नाम।

  • यदि axis 0 या 'index' तो इंडेक्स स्तर और / या कॉलम लेबल शामिल हो सकते हैं
  • यदि axis 1 या 'columns' तो कॉलम स्तर और / या सूचकांक लेबल हो सकते हैं

संस्करण 0.23.0 में परिवर्तित: सूचकांक या स्तंभ स्तर नामों को निर्दिष्ट करने की अनुमति दें।

अक्ष : {0 या 'इंडेक्स', 1 या 'कॉलम'}, डिफ़ॉल्ट 0

अक्ष को छांटा जाए

आरोही : बूल या बूल की सूची, डिफ़ॉल्ट सही

आरोही बनाम अवरोही क्रमबद्ध करें। कई प्रकार के आदेशों के लिए सूची निर्दिष्ट करें। यदि यह बूल की सूची है, तो इसकी लंबाई से मेल खाना चाहिए।

निष्क्रिय : बूल, डिफ़ॉल्ट गलत

यदि सही है, तो ऑपरेशन को इन-प्लेस करें

तरह : { kind क्विकसॉर्ट ’, ges मर्जेसर्ट’, ort हीप्सॉर्ट ’}, डिफॉल्ट s क्विकसॉर्ट’

छँटाई एल्गोरिथ्म की पसंद। अधिक जानकारी के लिए ndarray.np.sort भी देखें। mergesort केवल स्थिर एल्गोरिथ्म है। DataFrames के लिए, यह विकल्प केवल तब लागू होता है जब किसी एकल स्तंभ या लेबल पर छंटनी की जाती है।

na_position : {'पहले', 'अंतिम'}, डिफ़ॉल्ट 'अंतिम'

first शुरुआत में NaN डालता है, last अंत में NaN डालता है

यह दिखाता है:
sorted_obj : DataFrame

उदाहरण

>>> df = pd.DataFrame({
...     'col1' : ['A', 'A', 'B', np.nan, 'D', 'C'],
...     'col2' : [2, 1, 9, 8, 7, 4],
...     'col3': [0, 1, 9, 4, 2, 3],
... })
>>> df
    col1 col2 col3
0   A    2    0
1   A    1    1
2   B    9    9
3   NaN  8    4
4   D    7    2
5   C    4    3

Col1 द्वारा क्रमित करें

>>> df.sort_values(by=['col1'])
    col1 col2 col3
0   A    2    0
1   A    1    1
2   B    9    9
5   C    4    3
4   D    7    2
3   NaN  8    4

कई कॉलमों के आधार पर छाँटें

>>> df.sort_values(by=['col1', 'col2'])
    col1 col2 col3
1   A    1    1
0   A    2    0
2   B    9    9
5   C    4    3
4   D    7    2
3   NaN  8    4

अवरोही क्रम

>>> df.sort_values(by='col1', ascending=False)
    col1 col2 col3
4   D    7    2
5   C    4    3
2   B    9    9
0   A    2    0
1   A    1    1
3   NaN  8    4

पहले NAs लगाना

>>> df.sort_values(by='col1', ascending=False, na_position='first')
    col1 col2 col3
3   NaN  8    4
4   D    7    2
5   C    4    3
2   B    9    9
0   A    2    0
1   A    1    1