使用sort_values函數進行數據框排序

一、sort_values函數簡介

sort_values是Pandas庫中的一個用來對數據框進行排序的函數。sort_values函數常用於處理表格型數據，可以根據指定的列或索引排序，支持升序和降序排列。

# sort_values函數的基本使用方法
import pandas as pd

df = pd.DataFrame({'name':['Tom','John','Jess','Mike'],
                   'age':[25,20,37,28],
                   'gender':['M','M','F','M']})

# 根據name列排序
sorted_df = df.sort_values(by='name')

二、sort_values函數的參數

sort_values函數包含多個參數，下面介紹一下常用的參數：

1. by: 用來指定排序的列名或索引，可以是單個字符串或者字符串列表。

2. ascending: 用來指定升序或降序排列，默認為升序。

3. inplace: 是否在原數據框上進行修改，默認為False。

4. na_position: 指定缺失值的排列順序，可以選擇’last’或’first’。

# sort_values函數的常用參數的示例
# 根據年齡進行降序排列
sorted_by_age_df = df.sort_values(by='age', ascending=False)

# 根據兩個列進行排序
sorted_by_age_and_name_df = df.sort_values(by=['age', 'name'])

# 在原數據框上進行修改
df.sort_values(by='age', inplace=True)

# 缺失值排在最前面
sorted_by_name_df = df.sort_values(by='name', na_position='first')

三、sort_values實戰應用

1. 根據列排序

假設我們有一個包含不同城市的人口數據的數據框，我們想根據人口數量來進行降序排列。

import pandas as pd

# 創建一個包含不同城市人口數量的數據框
cities = pd.DataFrame({'City':['Shanghai','Beijing','Guangzhou','Shenzhen','Tianjin'],
                       'Population':[24150000,21700000,14040000,12530000,12400000]})

# 將數據框按人口數量進行降序排列
sorted_cities = cities.sort_values(by='Population', ascending=False)

2. 處理缺失值

假設我們有一個包含無序電影的數據集，我們想要按照電影的發佈時間從早到晚排序，但是有一些電影的發佈時間缺失。在這種情況下，我們可以使用na_position參數將缺失值排在最前面或最後面。

import pandas as pd

# 創建一個包含電影名稱和發佈時間的數據框
movies = pd.DataFrame({'Movie':['The Shawshank Redemption','The Godfather','The Dark Knight','The Godfather: Part II','Pulp Fiction','12 Angry Men'],
                      'Year':[1994,1972,2008,None,1994,1957]})

# 缺失值排在最前面
sorted_movies = movies.sort_values(by='Year', na_position='first')

3. 根據索引排序

除了根據列排序外，我們還可以根據索引進行排序。假設我們有一個包含學生考試成績的數據集，我們想把成績按升序排列，然後按照索引值重新排序。

import pandas as pd

# 創建一個包含學生考試成績的數據框
grades = pd.DataFrame({'Math':[85,98,74,82],
                      'English':[92,78,88,97],
                      'Science':[88,94,90,86]})

# 按照數學成績進行升序排列，並按照索引重新排序
sorted_grades = grades.sort_values(by='Math').reset_index(drop=True)

四、總結

sort_values函數是Pandas的一個重要函數，能夠方便地對數據框進行排序並處理缺失值。通過本文的介紹，相信大家已經掌握了sort_values函數的基本使用方法和相關參數的含義，希望能夠對大家在數據處理中的實際應用有所幫助。