我對 Pandas 中 sort_values() 的行為感到困惑，它似乎沒有對軸參數做出適當的響應。以玩具為例：toy.to_json()'{"labels":{"0":7,"1":4,"2":7,"3":1,"4":5,"5":0,"6":3,"7":1,"8":4,"9":9},"companies":{"0":"Apple","1":"AIG","2":"Amazon","3":"American express","4":"Boeing","5":"Bank of America","6":"British American Tobacco","7":"Canon","8":"Caterpillar","9":"Colgate-Palmolive"}}'toy.sort_values('labels') # this works alrightlabels companies5 0 Bank of America3 1 American express7 1 Canon6 3 British American Tobacco1 4 AIG8 4 Caterpillar4 5 Boeing0 7 Apple2 7 Amazon9 9 Colgate-Palmolivetoy.sort_values(by = 'labels', axis = 1) # Returns an exceptionKeyError: 'labels'
6 回答
守候你守候我
TA貢獻1802條經驗 獲得超10個贊
這是因為在您的示例中，軸 0 是“向下”，而 1 是“右”（即，跨列）如果您查看sort_values的文檔，您會看到第一個參數確實是by，并且默認值axis是0. 所以你重復你的第一個例子，你需要執行toy.sort_values(by='labels', axis=0)
Helenr
TA貢獻1780條經驗 獲得超4個贊
在上面的評論和答案中添加一個例子：
假設您有一個如下所示的數據框：
df = pd.DataFrame(data={"labels":{"0":7,"1":4,"2":7,"3":1,"4":5},"companies":{"0":9,"1":1,"2":6,"3":1,"4":8}})
>>df
labels companies
0 7 9
1 4 1
2 7 6
3 1 1
4 5 8
對于axis=0，它會在您傳遞索引級別和/或列標簽時進行排序：
df.sort_values(by='labels')
它為您提供一個排序的label列（默認情況下升序）。
labels companies
3 1 1
1 4 1
4 5 8
0 7 9
2 7 6
來了axis=1，參考下面的代碼：
df.sort_values('4',axis=1)
這將以排序的方式對列進行index 4排序。在這里它不會改變任何東西，因為 forindex 4因為5小于8并且默認情況下排序是ascending. 但是，如果你執行df.sort_values('1',axis=1)其中值下label超過companies，你將看到的位置labels，并companies已被更換。
companies labels
0 9 7
1 1 4
2 6 7
3 1 1
4 8 5
繁星coding
TA貢獻1797條經驗 獲得超4個贊
只是為了在我們選擇axis=1或時了解要清除的軸和行axis=0。
df.shape[0] # gives number of row count
df.shape[1] # gives number of col count
讓我們假設一個數據幀如下：
>>> df = pd.DataFrame({
... 'col1' : ['A', 'A', 'B', np.nan, 'D', 'C'],
... 'col2' : [2, 1, 9, 8, 7, 4],
... 'col3': [0, 1, 9, 4, 2, 3],
... })
>>> df
col1 col2 col3
0 A 2 0
1 A 1 1
2 B 9 9
3 NaN 8 4
4 D 7 2
5 C 4 3
因此，應用 df.shape 并查看它如何圍繞列和行旋轉：
>>> df.shape[0]
6 <-- Here, we have six row into the dataFrame
>>> df.shape[1]
3 <-- Here, we have three columns into the dataFrame
現在，如果您只是按列名對值進行排序，則無需指定，axis=1因為已指定列名，您可以簡單地執行以下操作：
>>> df.sort_values(by=['col1'])
col1 col2 col3
0 A 2 0
1 A 1 1
2 B 9 9
5 C 4 3
4 D 7 2
3 NaN 8 4
或者，您可以將多個列名作為列表傳遞by：
>>> df.sort_values(by=['col1', 'col2'])
col1 col2 col3
1 A 1 1
0 A 2 0
2 B 9 9
5 C 4 3
4 D 7 2
3 NaN 8 4
添加回答
舉報
0/150
提交
取消