如何按两列或多列对python中的数据帧进行排序？

Question

假设我有一个包含列a，b和c的数据帧，我想按升序按列b排序，按降序按列c排序，如何我要这么做吗？

Answer 1

对于数字数据的大数据帧，您可以通过使用键序列执行间接排序的numpy.lexsort看到显著的性能改进：

import pandas as pd
import numpy as np

np.random.seed(0)

df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
df1 = pd.concat([df1]*100000)

def pdsort(df1):
    return df1.sort_values(['a', 'b'], ascending=[True, False])

def lex(df1):
    arr = df1.values
    return pd.DataFrame(arr[np.lexsort((-arr[:, 1], arr[:, 0]))])

assert (pdsort(df1).values == lex(df1).values).all()

%timeit pdsort(df1)  # 193 ms per loop
%timeit lex(df1)     # 143 ms per loop

一个特点是，定义的排序顺序与numpy.lexsort是颠倒的：（-'b'，'a'）排序系列a第一。我们否定系列b，以反映我们希望这个系列按降序排列。

请注意np。lexsort仅使用数值进行排序，而pd。数据帧。sort_值可用于字符串或数字值。使用np。带字符串的lexsort将给出：类型错误：一元数的操作数类型错误-：“str”。

Answer 2

从熊猫0.17.0开始，DataFrame.sort（）不建议使用，并设置为在熊猫的未来版本中删除。按数据帧的值排序的方法现在是DataFrame.sort_values

因此，你的问题现在的答案是

df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)

Answer 3

从0.17开始。0版本中，sort方法被弃用，取而代之的是sort\u值<代码>排序在0.20中被完全删除。0版本。参数（和结果）保持不变：

df.sort_values(['a', 'b'], ascending=[True, False])

您可以使用排序的升序参数：

df.sort(['a', 'b'], ascending=[True, False])

例如：

In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])

In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
   a  b
2  1  4
7  1  3
1  1  2
3  1  2
4  3  2
6  4  4
0  4  3
9  4  3
5  4  1
8  4  1

由@renadeen评论

默认情况下，排序不到位！所以，您应该将sort方法的结果分配给一个变量，或者将inplace=True添加到方法调用中。

也就是说，如果要将df1重新用作已排序的数据帧：

df1 = df1.sort(['a', 'b'], ascending=[True, False])

或

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)