ترتيب Pandas

يوجد طريقتين لترتيب Pandas:

بالعلامة بالقيمة الفعلية

نحن نرى مثالاً أدناه.

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df=pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],colu
　mns=['col2','col1'])
　print(unsorted_df)

نتائج التنفيذ:

　　　　col2　　　　　　　col1
1　　-2.063177　　　0.537527
4　　　0.142932　　-0.684884
6　　　0.012667　　-0.389340
2　　-0.548797　　　1.848743
3　　-1.044160　　　0.837381
5　　　0.385605　　　1.300185
9　　　1.031425　　-1.002967
8　　-0.407374　　-0.435142
0　　　2.237453　　-1.067139
7　　-1.445831　　-1.701035

في unsorted_df، العلامات والقيم ليست مرتبة. دعونا نرى كيف يمكن ترتيبها.

ترتيب العلامات

باستخدام طريقة sort_index()، يمكن ترتيب DataFrame عن طريق تمرير معامل المحور والترتيب. بشكل افتراضي، يتم ترتيب العلامات الموجودة في الصفوص بالترتيب المتدرج.

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],colu
　　　　mns = ['col2','col1'])
　sorted_df=unsorted_df.sort_index()
　print(sorted_df)

نتائج التنفيذ:

　　　　　col2		col1
9	0.825697	0.374463
8	-1.699509	0.510373
7	-0.581378	0.622958
6	-0.202951	0.954300
5	-1.289321	-1.551250
4	1.302561	0.851385
3	-0.157915	-0.388659
2	-1.222295	0.166609
1	0.584890	-0.291048
0	0.668444	-0.061294

ترتيب الترتيب

باستخدام القيمة الحالية للبوليندا يمكن التحكم في ترتيب الترتيب. دعونا نأخذ مثالاً لفهم نفس الحالة.

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],colu
　　　　mns = ['col2','col1'])
　sorted_df = unsorted_df.sort_index(ascending=False)
　print(sorted_df)

نتائج التنفيذ:

　　　　　col2		col1
9	0.825697	0.374463
8	-1.699509	0.510373
7	-0.581378	0.622958
6	-0.202951	0.954300
5	-1.289321	-1.551250
4	1.302561	0.851385
3	-0.157915	-0.388659
2	-1.222295	0.166609
1	0.584890	-0.291048
0	0.668444	-0.061294

ترتيب الصف

من خلال تمرير معامل المحور 0 أو 1، يمكن ترتيب العناوين في الصف. بشكل افتراضي، axis = 0 يتم ترتيب الصف. دعونا نأخذ مثالاً لفهم نفس الحالة.

　import　pandas　as　pd
　import　numpy　as　np
　　
　unsorted_df = pd.DataFrame(np.random.randn(10,2),index=[1,4,6,2,3,5,9,8,0,7],colu
　　　　mns = ['col2','col1'])
　　
　sorted_df = unsorted_df.sort_index(axis=1)
　print(sorted_df)

نتائج التنفيذ:

　　　　　col1		col2
1	-0.291048	0.584890
4	0.851385	1.302561
6	0.954300	-0.202951
2	0.166609	-1.222295
3	-0.388659	-0.157915
5	-1.551250	-1.289321
9	0.374463	0.825697
8	0.510373	-1.699509
0	-0.061294	0.668444
7	0.622958	-0.581378

ترتيب القيم

مثل ترتيب مؤشر، sort_values() طريقة ترتيب القيم. إنه يتقبل معامل "by"، والذي يستخدم اسم العمود الذي يتم ترتيب القيم به DataFrame.

import　pandas　as　pd
　import　numpy　as　np
　unsorted_df　=　pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4]})
　　　　sorted_df = unsorted_df.sort_values(by='col1')
　print(sorted_df)

نتائج التنفيذ:

　　　col1　　col2
1　　　　1　　　　3
2　　　　1　　　　2
3　　　　1　　　　4
0　　　　2　　　　1

لاحظ، تم ترتيب قيم col1، وقد تم تغيير القيم المشار إليها في col2 والسجلات إلى جانب col1. لذلك، يبدو أنها غير منقسمة.

'by' المستويات تأخذ قائمة القيم من الأعمدة.

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df　=　pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4]})
　　　　sorted_df　=　unsorted_df.sort_values(by=['col1','col2'])
　print(sorted_df)

نتائج التنفيذ:

　　col1　col2
2　　　1　　　2
1　　　1　　　3
3　　　1　　　4
0　　　2　　　1

خوارزميات الترتيب

sort_values() يقدم إعدادًا للخيار المحدد من خوارزميات mergesort، heapsort وquicksort. هو الخوارزمية المستقرة الوحيدة.

　import　pandas　as　pd
　import　numpy　as　np
　unsorted_df　=　pd.DataFrame({'col1':[2,1,1,1],'col2':[1,3,2,4]})
　sorted_df　=　unsorted_df.sort_values(by='col1'　,kind='mergesort')
　print(sorted_df)

نتائج التنفيذ:

　　col1　col2
1　　　　1　　　　3
2　　　　1　　　　2
3　　　　1　　　　4
0　　　　2　　　　1