pandas.DataFrame.sort_values

DataFrame.sort_values(self, by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last') [source]

Сортировка по значениям по любой оси.

Параметры:

by : str or list of str Имя или список имён для сортировки. если axis равно 0 или ‘index’ то by может содержать уровни индекса и/или метки колонок если axis равно 1 или ‘columns’ то by может содержать уровни колонок и/или метки индекса Изменено в версии 0.23.0: Разрешение на указание имён уровня индекса или колонки. axis : {0 or ‘index’, 1 or ‘columns’}, default 0 Ось, по которой производится сортировка. ascending : bool or list of bool, default True Сортировка по возрастанию или убыванию. Укажите список для множественной сортировки. Если это список булевых значений, то длина должна соответствовать длине параметра by. inplace : bool, default False Если True, операция выполняется на месте. kind : {‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’ Выбор алгоритма сортировки. См. также ndarray.np.sort для получения дополнительной информации. mergesort является единственным стабильным алгоритмом. Для DataFrames этот параметр применяется только при сортировке по одному столбцу или метке. na_position : {‘first’, ‘last’}, default ‘last’ Размещает NaN в начале, если first; last размещает NaN в конце.

Возвращает:

sorted_obj : DataFrame or None DataFrame с отсортированными значениями, если inplace=False, иначе None.

Примеры

>>> 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

Сортировка по col1

>>> 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

Сортировка по нескольким столбцам

>>> 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

Сортировка по убыванию

>>> df.sort_values(by='col1', ascending=False)
    col1 col2 col3
4   D    7    2
5   C    4    3
2   B    9    9
0   A    2    0
1   A    1    1
3   NaN  8    4

Размещение NaN в начале

>>> df.sort_values(by='col1', ascending=False, na_position='first')
    col1 col2 col3
3   NaN  8    4
4   D    7    2
5   C    4    3
2   B    9    9
0   A    2    0
1   A    1    1