Welcome to pandas!

4.12 排序

1、普通排序

排序是指顺列排序，目的是将一组无充的记录调整为有序的记录，在Excel中提供了可以设置不形态的排序方式。在pandas中可以使用df.sort_values()函数，此函数可以按行，按列排序，可以单列、多列排序，有自定义排序的功能。此功能可以在不添加辅助列，就能执行排序前做数据预处理。

df.sort_values(by, axis=0, ascending=True, inplace=True, kind=”quicksort”, na_position=”last”, ignore=False, key=None)

by ：要排序的索引名称或索引名称列表

axis ：排序方向，axis=0表示按行排序，axis=1表示按列排序，

ascending ：默认为True，即升序排序

kind ： 排名方法，一般忽略

na_postion ：设定缺失值显示位置，默认为last，也可以设置等于first

ignore_index ：是否重新设置表格索引

key ：自定义排序函数

import pandas as pd

path = r "D:\Pyobject2023\object\测试\素材\测试素材.普通排序.xlsx"

df = pd.read_excel(path, index_col =0)

print (df)

df.iloc[:, 2 :]=df.iloc[:, 2 :].sort_values( "D" , axis = 1 , ascending = False )

# 按指定某一行排列，所以指定行必须要有，另外排列的字段数据必须是同一数据类型

print (df)

返回：

import pandas as pd

path = r "D:\Pyobject2023\object\测试\素材\测试素材.普通排序.xlsx"

df = pd.read_excel(path, index_col=0)

print (df)

t=df.sort_values([ "报价1","报价2" ], ascending =[ True,False ])

print (t)

返回：

2、自定义排序（单列处理）

一般来说，被排列的列要求数据规范，但在实际工作中，往往被排序的列并不规范，需要重新将数据处理规范后再排序，如果遇到不能修改原数据的要求，则只能使用添加辅助列的方式来完成了，但有了df.sort.values()函数的key参数就可以不添加辅助列完美元解决这些问题。

import pandas as pd

path = r "D:\Pyobject2023\object\测试\素材\测试素材.普通排序.xlsx"

df = pd.read_excel(path, index_col =0)

print (df)

s1=df.规格.str.findall( "\d+" ).apply( lambda l:int(l[0]))

s2=df.规格.str.findall( "\d+" ).str[0].astype( "int" ) # 等同上一列

print (s2)

df1=df.sort_values( "规格" ,key= lambda s:s.str.findall( "\d+" ).str[0].astype( "int" ))

print (df1)

返回：

Name: 规格, dtype: int32

2、自定义排序（多列处理）

如下列，根据每种产品的总支数做降序处理

import pandas as pd

path = r"D:\Pyobject2023\object\测试\素材\测试素材.普通排序.xlsx"

df = pd.read_excel(path) #,index_col=0 不能有，否则会报错

print (df)

s1=df.规格.str.extract( "(\d+)" , expand = False ).astype( "int" )*df.数量

print (s1)

df1=df.sort_values( "规格" ,

key= lambda s:s.str.extract( "(\d+)" , expand = False ).astype( "int" )*df.数量,

ascending = False )

print (df1)

返回：

import pandas as pd

path = r "D:\Pyobject2023\object\测试\素材\测试素材.普通排序.xlsx"

df = pd.read_excel(path)

df.等级=df.等级.astype( "category" )

df.等级=df.等级.cat.reorder_categories([ "低级","中级","高级" ])

t=df.sort_values( "等级" )

print (t)

返回：