Большие активы данных запутаны, особенно когда вам приходится извлекать их с веб-сайтов, серверов или других источников данных.

Приложения на основе пользовательского интерфейса, такие как MS Excel, хороши для работы с простыми наборами данных, но могут возникнуть проблемы, когда объем данных становится больше. Это хорошая причина для перехода на Python для выполнения более сложных операций с данными.

Сторонняя библиотека Python, Pandas, помогает быстро сортировать существующие наборы данных. Если вы хотите отсортировать данные в Python, в этой статье рассматриваются несколько способов выполнения этой задачи.

Предпосылки для использования Python для сортировки данных

Прежде чем сортировать данные в Python, необходимо выполнить несколько предварительных условий:

  • Загрузите IDE для Python. Вы можете использовать Python-совместимая IDE, такие как Jupyter Notebook, PyCharm и Spyder, среди прочих. Каждый из них совместим со всеми версиями Python.
  • Установить панд. Вам понадобится пакет pandas, который вы можете установить с помощью PIP или предпочитаемый вами метод.
    • instagram viewer
  • Пример набора данных. Скачать а образец набора данных практиковать перечисленные коды. Кроме того, вы можете использовать эти процедуры для своих эксклюзивных данных.

Импорт библиотеки Pandas в Python

Pandas — это сторонняя библиотека Python, которую вы можете использовать для работы с Excel, CSV и другими форматами данных.

Чтобы работать с образцом файла Excel, начните с импорта библиотеки pandas. После этого вы будете использовать процедура импорта для чтения данных Excel в Python.

Импорт библиотеки

импорт панды в качестве пд

Создайте новый DataFrame для загрузки данных Excel

файл = "Образец — Superstore.xls"
df = pd.read_excel (файл)
дф.глава()

Где:

  • дф это объект DataFrame, в котором хранятся импортированные данные.
  • пд это псевдоним для библиотеки Pandas.
  • read_excel это метод чтения файла Excel в Python.
  • файл это путь к файлу Excel.
  • глава — это метод, который возвращает первые пять строк из DataFrame.

Как только ваша программа загрузит данные, вы можете использовать множество доступных методов DataFrame для их сортировки различными способами.

1. Сортировка по одному столбцу в DataFrame

Поскольку в ваших данных будет много строк и столбцов, вам часто потребуется сортировать данные на основе определенного столбца или столбцов.

По умолчанию Python сортирует данные в порядке возрастания. Если вы хотите изменить порядок сортировки, вы должны явно указать это в своем коде.

Сортировать по одному столбцу (в порядке возрастания)

df.sort_values ​​(по = "Пользовательский ИД")

Сортировать по одному столбцу (в порядке убывания)

Установить Восходящий параметр для ЛОЖЬ чтобы отсортировать столбец в порядке убывания.

df.sort_values ​​(по = "Пользовательский ИД", по возрастанию = ложь)

Где:

  • дф является объектом DataFrame, содержащим данные.
  • sort_values это метод сортировки по значениям данных.
  • по является параметром для определения имени столбца.
  • Восходящий параметр для определения порядка сортировки.

2. Сортировка нескольких столбцов в DataFrame

Если ваши требования требуют этого, вы также можете отсортировать свои DataFrame (ы) на основе нескольких столбцов одновременно. В таком сценарии вы должны определить ссылки на столбцы в списке.

Сортировать по нескольким столбцам по возрастанию

df.sort_values ​​(по = ["Пользовательский ИД", "Город"])

Сортировать по нескольким столбцам по убыванию

Используйте функцию по возрастанию = Ложь для сортировки столбцов в порядке убывания. Помните, что вам нужно указать имена столбцов в списке, чтобы отсортировать их одновременно.

df.sort_values ​​(по = ["Пользовательский ИД", "Город"], по возрастанию = Ложь)

Сортировка по нескольким столбцам в разных порядках сортировки

Что происходит, когда вы хотите отсортировать один столбец в порядке убывания, а другой — в порядке возрастания, не зная основ сортировки? Вам нужно немного изменить свой код, чтобы учесть эти требования.

Например, для сортировки Область, край а также Город столбцы в порядке убывания и возрастания соответственно:

df.sort_values ​​(по = ["Область, край", "Город"], по возрастанию = [Ложь, Истина])

Объяснение этого кода простое; вы определяете имя DataFrame и передаете sort_values вместе с именами столбцов в списке. Вы должны использовать логический значения для указания порядка сортировки.

Такой вызов функции означает, что Python сначала будет сортировать по столбцу «Регион» DataFrame в порядке убывания. Затем строки с одинаковым регионом будут отсортированы по столбцу «Город» в порядке возрастания.

3. Как сортировать столбцы в DataFrame по индексу

Переменная индекса — это значение по умолчанию, присваиваемое каждой строке в кадре данных Python. Вы можете определить значения индекса или позволить Python установить значение индекса самостоятельно.

Чтобы отсортировать данные по значению индекса, вы можете использовать sort_index функция. Эта функция сортирует на основе индекса, а не любых значений, содержащихся в исходном наборе данных.

дф.sort_index()

Как и в случае с sort_values, вы можете передать Восходящий параметр для указания направления сортировки. Например, передать значение ЛОЖЬ для сортировки данных в порядке убывания:

df.sort_index (по возрастанию = ЛОЖЬ)

4. Сортировка столбцов в DataFrame вместо строк

Вместо сортировки строк в DataFrame вы можете сортировать его столбцы. Вы можете сделать это, вызвав метод sort_index и передав ему ось параметр со значением 1:

df.sort_index (ось = 1)

Этот шаг сортирует DataFrame по его столбцам в порядке возрастания. Чтобы отсортировать столбцы DataFrame в порядке убывания, вы можете указать порядок сортировки на шаге сортировки.

df.sort_index (ось =1, по возрастанию = ЛОЖЬ)

5. Изменение DataFrame при его сортировке

Два метода сортировки работают, возвращая копию исходных данных в их новом отсортированном состоянии. Чтобы сэкономить место для хранения или просто написать более краткий код, вы можете вместо этого изменить исходные данные DataFrame. Каждый метод принимает на месте логический параметр, который изменяет данные, а не возвращает измененную копию.

df.sort_values ​​(по = ["Пользовательский ИД", "Город"], по возрастанию = False, на месте = True)

Учимся сортировать данные в Python

Python воспроизводит многие встроенные функции Excel с помощью нескольких строк кода. От процедур сортировки до создания сложных сводных таблиц для ваших данных — вы называете это, и вы можете сделать это в Python.

Если вы все еще новичок в Python и изучаете основы, эти шаги относительно легко улучшат ваши навыки кодирования.