案例 6: 数据排序 - 对 DataFrame 进行排序
知识点讲解
数据排序是数据分析中的一个重要环节,可以帮助我们更好地理解数据的分布和趋势。Pandas 提供了灵活的排序功能,包括按照一列或多列进行升序或降序排序。
示例代码
按单列升序排序
# 按单列升序排序
sorted_df = df.sort_values(by='Column')
print(sorted_df.head())
按单列降序排序
# 按单列降序排序
sorted_df_desc = df.sort_values(by='Column', ascending=False)
print(sorted_df_desc.head())
按多列排序
# 按多列进行排序,先按 Column1 升序,然后按 Column2 降序
sorted_multiple = df.sort_values(by=['Column1', 'Column2'], ascending=[True, False])
print(sorted_multiple.head())
代码解释:
df.sort_values(by='Column')
默认按照指定列升序排序。ascending=False
参数指定按照降序排序。- 按多列排序时,
by
参数接受列名列表,ascending
参数接受布尔值列表,分别对应每列的排序方式。
通过排序,你可以快速发现数据集中的模式、异常值或趋势。