EXCEL的表格排序功能,Python也能轻松应对

该号刚出生不久,喜欢的朋友别忘了点个关注。

熟悉EXCEL的小伙伴们肯定知道,EXCEL的数值排序功能还是挺强大的,升序、降序,尤其自定义排序,能够对多个字段进行排序工作。

那么,在Python大法中,有没有这样强大的排序功能呢?答案是有的,而且本人觉得Python的排序功能,一点不比EXCEL的差。

同样,我们依然用到的是强大的pandas这个三方库。我们先将numpy和pandas导入进来:

接着构造一个今天要用到的DataFrame,我们用字典的形式来构造。

都是随意构造的,内容别较真。我们先来个简单点的热热身,按照身高的降序来排列一下。

我们用到的是df.sort_values()这个函数。第一个参数为by,传入你要排序的列的标签名即可,后面的ascending参数指示排序方法为升序还是降序,True为升序,False为降序。由于存在相同的身高,pandas会自动的比较两个相同身高所对应的index,按照index的升序来排列。

假如我有这样一个需求:先按照身高降序排序,若存在相同的身高,则再按照武力来降序排序,可以做到吗?

当然可以,我们只需要在by参数里传入列标签组成的列表即可。

通过这个例子我们可以看到,by参数不但可以传入字符串,还可以传入字符串组成的列表,来实现对多个列进行排序。

接着,我的要求再龌龊一点。身高我依然需要降序,但是武力我需要升序,可以吗?

我们直接上结果:

跟by参数类似,我们只需要在ascending参数中也传入布尔值组成的列表就可以了,意思就是告诉pandas,这两列我各自需要的排序方式,就跟后面ascending参数里指定的一样。因此,这两个参数的列表内的元素个数需要是一致的,否则就会报错了,因为没法一一对应。

好了,关于sort_values这个强大的排序函数今天就介绍到这了。除了这些参数之外,它还有inplace、kind和na_position等参数来应对不同的排序需求。感兴趣的朋友可以自己参考官网文档进行学习,也可以在评论区提问交流。

  • 发表于:
  • 原文链接:https://kuaibao.qq.com/s/20181108A1XUMT00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券