Python Dataframe排序詳解

在數據分析和清洗過程中，數據排序是相當重要的一個環節。在Python中，我們可以通過pandas庫中的DataFrame數據結構輕鬆實現數據的排序功能。本文將詳細介紹Python Dataframe的排序功能。

一、基礎排序

在pandas中，我們可以使用sort_values()函數實現數據的排序操作。例如：

    import pandas as pd
    
    data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
            'age': [28, 34, 29, 42],
            'gender': ['M', 'M', 'M', 'F']}
    df = pd.DataFrame(data)
    
    print(df)
    
    # 對年齡進行升序排序
    df = df.sort_values(by=['age'])
    print(df)

上述代碼中，我們先創建了一個包含姓名、年齡和性別信息的DataFrame，然後使用sort_values()函數將DataFrame按照年齡升序排序。運行結果如下：

   name  age gender
0   Tom   28      M
1  Jack   34      M
2  Steve  29      M
3  Ricky  42      F
   
   name  age gender
0   Tom   28      M
2  Steve  29      M
1  Jack   34      M
3  Ricky  42      F

我們可以發現，通過sort_values()函數按照年齡升序排序後，DataFrame的順序已經改變了。

二、多列排序

如果我們希望按照多列順序進行排序，只需要在sort_values()函數中傳入需要按照排序的列名即可。例如：

    import pandas as pd
    
    data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
            'age': [28, 34, 29, 42],
            'gender': ['M', 'M', 'M', 'F']}
    df = pd.DataFrame(data)
    
    print(df)
    
    # 先按gender排序，再按age排序
    df = df.sort_values(by=['gender', 'age'])
    print(df)

上述代碼中，我們先創建了一個包含姓名、年齡和性別信息的DataFrame，然後通過sort_values()函數按照性別和年齡進行排序。運行結果如下：

   name  age gender
0   Tom   28      M
1  Jack   34      M
2  Steve  29      M
3  Ricky  42      F
   
   name  age gender
1  Jack   34      M
2  Steve  29      M
0   Tom   28      M
3  Ricky  42      F

我們可以發現，按照性別和年齡進行排序後，DataFrame順序發生了改變。

三、排序方式

在排序時，我們還可以指定排序的方式。默認情況下，sort_values()函數採用升序排序，如果我們需要進行降序排序，則需要在函數中指定ascending為False。例如：

    import pandas as pd
    
    data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
            'age': [28, 34, 29, 42],
            'gender': ['M', 'M', 'M', 'F']}
    df = pd.DataFrame(data)
    
    print(df)
    
    # 按照年齡降序排序
    df = df.sort_values(by=['age'], ascending=False)
    print(df)

上述代碼中，我們先創建了一個包含姓名、年齡和性別信息的DataFrame，然後通過sort_values()函數按照年齡進行降序排序。運行結果如下：

   name  age gender
0   Tom   28      M
1  Jack   34      M
2  Steve  29      M
3  Ricky  42      F
   
   name  age gender
3  Ricky  42      F
1  Jack   34      M
2  Steve  29      M
0   Tom   28      M

我們可以發現，按照年齡降序排序後，DataFrame順序發生了改變。

四、缺失值排序

在數據分析中，經常會遇到缺失值的情況，如果我們希望在排序時將缺失值放在最前面或最後面，可以通過na_position參數進行設置。例如：

    import pandas as pd
    import numpy as np
    
    data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
            'age': [28, 34, np.nan, 42],
            'gender': ['M', 'M', 'M', 'F']}
    df = pd.DataFrame(data)
    
    print(df)
    
    # 缺失值放在前面
    df = df.sort_values(by=['age'], na_position='first')
    print(df)
    
    # 缺失值放在後面
    df = df.sort_values(by=['age'], na_position='last')
    print(df)

上述代碼中，我們先創建了一個包含姓名、年齡和性別信息的DataFrame，其中年齡列中含有缺失值。然後通過na_position參數在排序時將缺失值放在最前面或最後面。運行結果如下：

   name   age gender
0   Tom   28.0      M
1  Jack   34.0      M
2  Steve   NaN      M
3  Ricky  42.0      F
   
   name   age gender
2  Steve   NaN      M
0   Tom   28.0      M
1  Jack   34.0      M
3  Ricky  42.0      F
   
   name   age gender
0   Tom   28.0      M
1  Jack   34.0      M
3  Ricky  42.0      F
2  Steve   NaN      M

我們可以發現，通過na_position參數的設置，可以將缺失值放在最前面或最後面。