我將 3 個數據幀連接成一個數據幀?，F在我想對一些特定的列進行排序，所以我使用了這段代碼：final_df.sort_values(['Tab1_1', 'Tab2_2'], ascending=False)但是，輸出按col1順序顯示值，但中的值col5不是。有人能告訴我我錯過了什么嗎？下面是一個數據示例：concat_table = {'ID': ['Sun_1'], 'Tab1': ['Al', 'Alu', 'Alt'], 'Tab1_1': [6, 3, 4], '%_Tab_1': [90, 50, 40], 'Tab2': ['Type1', 'Type2', 'Type3'], 'Tab2_2': [4, 5, 2], '%_Tab1_2': [60, 90, 40]}這是應該如何訂購的：concat_table_ordered = {'ID': ['Sun_1'], 'Tab1': ['Al', 'Alt', 'Alu'], 'Tab1_1': [6, 4, 3], '%_Tab_1': [90, 40, 50], 'Tab2': ['Type2', 'Type1', 'Type3'], 'Tab2_2': [5, 4, 2], '%_Tab1_2': [90, 60, 40]}
2 回答
翻翻過去那場雪
TA貢獻2065條經驗 獲得超14個贊
如果在 pandas 中按多列排序sequentially，則表示首先按列表中的第一列，她Tab1_1的，然后按下一個值，但前提是前列中的值重復，這里Tab1_1：
concat_table={'ID':'Sun_1',
'Tab1': ['Al','Alu','Alt', 'aaa'],
'Tab1_1':[6,3,4,4],
'%_Tab_1':[90,50,40,100],
'Tab2':['Type1','Type2','Type3','Type4'],
'Tab2_2':[4,5,2,1],
'%_Tab1_2':[60,90,40,20]}
df = pd.DataFrame (concat_table)
print (df)
ID Tab1 Tab1_1 %_Tab_1 Tab2 Tab2_2 %_Tab1_2
0 Sun_1 Al 6 90 Type1 4 60
1 Sun_1 Alu 3 50 Type2 5 90 <-4 are duplicated
2 Sun_1 Alt 4 40 Type3 2 40 <-4 are duplicated
3 Sun_1 aaa 4 100 Type4 1 20
df1 = df.sort_values(['Tab1_1','Tab2_2'], ascending=False)
print (df1)
ID Tab1 Tab1_1 %_Tab_1 Tab2 Tab2_2 %_Tab1_2
0 Sun_1 Al 6 90 Type1 4 60
2 Sun_1 Alt 4 40 Type3 2 40 <-sorted 2,1
3 Sun_1 aaa 4 100 Type4 1 20 <-sorted 2,1
1 Sun_1 Alu 3 50 Type2 5 90
如果需要單獨排序，則必須先拆分列，排序然后分配回，但必須通過以下方式默認索引值reset_index(drop=True)：
df1 = df.iloc[:, :4].sort_values(['Tab1_1'], ascending=False)
df2 = df.iloc[:, 4:].sort_values(['Tab2_2'], ascending=False)
final_df = pd.concat([df1.reset_index(drop=True),
df2.reset_index(drop=True)], axis=1)
print (final_df)
ID Tab1 Tab1_1 %_Tab_1 Tab2 Tab2_2 %_Tab1_2
0 Sun_1 Al 6 90 Type2 5 90
1 Sun_1 Alt 4 40 Type1 4 60
2 Sun_1 Alu 3 50 Type3 2 40
慕仙森
TA貢獻1827條經驗 獲得超8個贊
您是否將此輸出分配給另一個df？否則使用inplace=True：
final_df.sort_values(['col1','col5'], ascending=False, inplace=True)
添加回答
舉報
0/150
提交
取消