Podemos realizar la clasificación en Pandas Dataframe. Este artículo discutirá cómo ordenar Pandas DataFrame usando varios métodos en Pitón .
Ordenar marcos de datos en Pandas
Creando un Marco de datos de Pandas Para demostración, aquí hemos creado un marco de datos en el que realizaremos varias funciones de clasificación.
Python3
pivote del servidor SQL
# importing pandas library> import> pandas as pd> # creating and initializing a nested list> age_list>=> [[>'Afghanistan'>,>1952>,>8425333>,>'Asia'>],> >[>'Australia'>,>1957>,>9712569>,>'Oceania'>],> >[>'Brazil'>,>1962>,>76039390>,>'Americas'>],> >[>'China'>,>1957>,>637408000>,>'Asia'>],> >[>'France'>,>1957>,>44310863>,>'Europe'>],> >[>'India'>,>1952>,>3.72e>+>08>,>'Asia'>],> >[>'United States'>,>1957>,>171984000>,>'Americas'>]]> # creating a pandas dataframe> df>=> pd.DataFrame(age_list, columns>=>[>'Country'>,>'Year'>,> >'Population'>,>'Continent'>])> df> |
>
>
Producción
Ordenar el marco de datos de Pandas
Ordenar el marco de datos de Pandas
Para ordenar el marco de datos en pandas, la función ordenar_valores() se utiliza. pandas sort_values() puede ordenar el marco de datos en orden ascendente o descendente.
Clasificación de Pandas DataFrame en orden ascendente
El fragmento de código ordena el DataFrame df en orden ascendente según la columna 'País'. Sin embargo, no almacena ni muestra el marco de datos ordenados.
Python3
# Sorting by column 'Country'> df.sort_values(by>=>[>'Country'>])> |
>
>
Producción:
Ordenar el marco de datos de Pandas
Ordenar el DataFrame de Pandas en orden descendente
El DataFrame df se ordenará en orden descendente según la columna Población, y el país con la mayor población aparecerá en la parte superior del DataFrame.
cómo convertir int a cadena
Python3
# Sorting by column 'Population'> df.sort_values(by>=>[>'Population'>], ascending>=>False>)> |
>
>
Producción:
Ordenar el marco de datos de Pandas
Ordenar el marco de datos de Pandas según el muestreo
Aquí, estamos ordenando un DataFrame (df>) según la columna 'Población', organizando las filas con valores faltantes en 'Población' para que aparezcan primero. Elsort_values()>método con elna_position='first'>El argumento logra esto, priorizando las filas con valores faltantes al comienzo del DataFrame ordenado.
Python3
# Sorting by column 'Population'> # by putting missing values first> df.sort_values(by>=>[>'Population'>], na_position>=>'first'>)> |
>
>
Producción:
Ordenar el marco de datos de Pandas
Ordenar marcos de datos por varias columnas
En este ejemplo, estamos ordenando un DataFrame (df>) principalmente por la columna 'País' en orden ascendente y, dentro de cada grupo de países, por la columna 'Continente'. El DataFrame resultante se ordena según el orden de las columnas especificadas, creando un conjunto de datos ordenados.
Python3
# Sorting by columns 'Country' and then 'Continent'> df.sort_values(by>=>[>'Country'>,>'Continent'>])> |
>
>
Producción:
Ordenar el marco de datos de Pandas
Ordenar marcos de datos por columnas pero en un orden diferente
En este ejemplo, estamos ordenando un DataFrame (df>) primero por la columna 'País' en orden descendente y, dentro de cada grupo de países, por la columna 'Continente' en orden ascendente. El DataFrame resultante se organiza según los criterios de clasificación de columnas especificados.
Python3
edad de salman khan
# Sorting by columns 'Country' in descending> # order and then 'Continent' in ascending order> df.sort_values(by>=>[>'Country'>,>'Continent'>],> >ascending>=>[>False>,>True>])> |
>
>
Producción:
Ordenar el marco de datos de Pandas