Pandas 中的 sort_values() 行为与文档相反

Question

我对 Pandas 中 sort_values() 的行为感到困惑，它似乎没有对轴参数做出适当的响应。以玩具为例：toy.to_json()'{"labels":{"0":7,"1":4,"2":7,"3":1,"4":5,"5":0,"6":3,"7":1,"8":4,"9":9},"companies":{"0":"Apple","1":"AIG","2":"Amazon","3":"American express","4":"Boeing","5":"Bank of America","6":"British American Tobacco","7":"Canon","8":"Caterpillar","9":"Colgate-Palmolive"}}'toy.sort_values('labels') # this works alrightlabels  companies5   0   Bank of America3   1   American express7   1   Canon6   3   British American Tobacco1   4   AIG8   4   Caterpillar4   5   Boeing0   7   Apple2   7   Amazon9   9   Colgate-Palmolivetoy.sort_values(by = 'labels', axis = 1) # Returns an exceptionKeyError: 'labels'

Answer 1

这是因为在您的示例中，轴 0 是“向下”，而 1 是“右”（即，跨列）如果您查看sort_values的文档，您会看到第一个参数确实是by，并且默认值axis是0. 所以你重复你的第一个例子，你需要执行toy.sort_values(by='labels', axis=0)

Answer 2

在上面的评论和答案中添加一个例子：

假设您有一个如下所示的数据框：

df = pd.DataFrame(data={"labels":{"0":7,"1":4,"2":7,"3":1,"4":5},"companies":{"0":9,"1":1,"2":6,"3":1,"4":8}})

>>df

    labels  companies

0   7       9

1   4       1

2   7       6

3   1       1

4   5       8

对于axis=0，它会在您传递索引级别和/或列标签时进行排序：

df.sort_values(by='labels')

它为您提供一个排序的label列（默认情况下升序）。

   labels   companies

3   1       1

1   4       1

4   5       8

0   7       9

2   7       6

来了axis=1，参考下面的代码：

df.sort_values('4',axis=1)

这将以排序的方式对列进行index 4排序。在这里它不会改变任何东西，因为 forindex 4因为5小于8并且默认情况下排序是ascending. 但是，如果你执行df.sort_values('1',axis=1)其中值下label超过companies，你将看到的位置labels，并companies已被更换。

    companies   labels

0   9           7

1   1           4

2   6           7

3   1           1

4   8           5

Answer 3

只是为了在我们选择axis=1或时了解要清除的轴和行axis=0。

df.shape[0]  # gives number of row count

df.shape[1]  # gives number of col count

让我们假设一个数据帧如下：

>>> 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

因此，应用 df.shape 并查看它如何围绕列和行旋转：

>>> df.shape[0]

6            <-- Here, we have six row into the dataFrame

>>> df.shape[1]

3            <-- Here, we have three columns into the dataFrame

现在，如果您只是按列名对值进行排序，则无需指定，axis=1因为已指定列名，您可以简单地执行以下操作：

>>> 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

或者，您可以将多个列名作为列表传递by：

>>> 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