web-dev-qa-db-ja.com

PythonのパンダでdataFrameを2つ以上の列でソートする方法

列a、b、およびcを含むデータフレームがある場合、データフレームを列bで昇順に並べ替え、列cで降順に並べ替えたいのですが、どうすればよいでしょうか。

pythonpython-2.7pandasdata-analysis
177
Rakesh Adhikesavan

0.17.0リリースの時点で、 sort メソッドは、 sort_values を支持して非推奨になりました。 sortは0.20.0リリースで完全に削除されました。引数（および結果）は変わりません。

df.sort_values(['a', 'b'], ascending=[True, False])

昇順の sort を使用できます。

df.sort(['a', 'b'], ascending=[True, False])

例えば：

In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])

In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
   a  b
2  1  4
7  1  3
1  1  2
3  1  2
4  3  2
6  4  4
0  4  3
9  4  3
5  4  1
8  4  1

@renadeenによるコメントとして

並べ替えはデフォルトでは設定されていません。そのため、sortメソッドの結果を変数に代入するか、メソッド呼び出しにinplace = Trueを追加する必要があります。

つまり、df1をソートされたDataFrameとして再利用したい場合です。

df1 = df1.sort(['a', 'b'], ascending=[True, False])

または

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)
318
Andy Hayden

パンダ0.17.0以降、DataFrame.sort()は非推奨となり、将来のバージョンのパンダで削除される予定です。データフレームをその値でソートする方法はDataFrame.sort_valuesです。

そのため、あなたの質問に対する答えは、

df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)
32
Kyle Heuton

数値データの大きなデータフレームでは、一連のキーを使用して間接ソートを実行する numpy.lexsort によってパフォーマンスが大幅に向上することがあります。

import pandas as pd
import numpy as np

np.random.seed(0)

df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
df1 = pd.concat([df1]*100000)

def pdsort(df1):
    return df1.sort_values(['a', 'b'], ascending=[True, False])

def Lex(df1):
    arr = df1.values
    return pd.DataFrame(arr[np.lexsort((-arr[:, 1], arr[:, 0]))])

assert (pdsort(df1).values == Lex(df1).values).all()

%timeit pdsort(df1)  # 193 ms per loop
%timeit Lex(df1)     # 143 ms per loop

1つの特殊性は、numpy.lexsortで定義されたソート順が逆になることです。(-'b', 'a')は最初に系列aでソートします。この系列を降順にすることを反映するために、系列bを否定します。

1
jpp