Python | Pandas data frame.sort_index()
原文:https://www.geesforgeks.org/python-pandas-data frame-sort_index/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。 熊猫 dataframe.sort_index() 函数按照给定轴上的标签对对象进行排序。 基本上，排序算法应用于轴标签，而不是数据框中的实际数据，并基于此重新排列数据。我们可以自由选择我们想要应用的排序算法。有三种可能的排序算法，我们可以使用' quicksort '，' mergesort '和' heapsort '。
语法: DataFrame.sort_index(axis=0，level=None，升序=True，inplace=False，kind='quicksort '，na_position='last '，sort_remaining=True，by=None) 参数: axis : index，要直接排序的列 level : 如果不是 None，则对指定索引级别中的值进行排序 升序:升序对降序排序排序算法的选择。有关更多信息，请参见 ndarray.np.sort。mergesort 是唯一稳定的算法。对于数据框，此选项仅在对单个列或标签进行排序时应用。 na_position:【{ ' First '，' last'}，默认为' last '】First 将 NaNs 放在开头，last 将 NaNs 放在结尾。未对多索引实现。 sort_remaining : 如果为真，按级别和索引排序是多级的，则按指定级别排序后也按其他级别排序 返回: sorted_obj : DataFrame
有关代码中使用的 CSV 文件的链接，请单击此处的 示例#1: 使用 sort_index()函数根据索引标签对数据帧进行排序。
蟒蛇 3
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
正如我们在输出中看到的，索引标签已经排序了(即 0，1，2，…)。).因此，我们将从中提取一个随机样本，然后对其进行分类，以便进行演示。 让我们使用 dataframe.sample()函数从数据帧中提取 15 个元素的随机样本。
蟒蛇 3
# extract the sample dataframe from "df"
# and store it in "sample_df"
sample_df = df.sample(15)
# Print the sample data frame
sample_df
注意:每次我们执行 dataframe.sample()函数，它都会给出不同的输出。让我们使用 dataframe.sort_index()函数根据索引标签 对数据帧进行排序
蟒蛇 3
# sort by index labels
sample_df.sort_index(axis = 0)
输出:
正如我们在输出中看到的，索引标签是经过排序的。
示例#2: 使用 sort_index()函数根据列标签对数据框进行排序。
蟒蛇 3
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# sorting based on column labels
df.sort_index(axis = 1)
输出:
