2 回答

TA贡献2065条经验 获得超14个赞
如果在 pandas 中按多列排序sequentially,则表示首先按列表中的第一列,她Tab1_1的,然后按下一个值,但前提是前列中的值重复,这里Tab1_1:
concat_table={'ID':'Sun_1',
'Tab1': ['Al','Alu','Alt', 'aaa'],
'Tab1_1':[6,3,4,4],
'%_Tab_1':[90,50,40,100],
'Tab2':['Type1','Type2','Type3','Type4'],
'Tab2_2':[4,5,2,1],
'%_Tab1_2':[60,90,40,20]}
df = pd.DataFrame (concat_table)
print (df)
ID Tab1 Tab1_1 %_Tab_1 Tab2 Tab2_2 %_Tab1_2
0 Sun_1 Al 6 90 Type1 4 60
1 Sun_1 Alu 3 50 Type2 5 90 <-4 are duplicated
2 Sun_1 Alt 4 40 Type3 2 40 <-4 are duplicated
3 Sun_1 aaa 4 100 Type4 1 20
df1 = df.sort_values(['Tab1_1','Tab2_2'], ascending=False)
print (df1)
ID Tab1 Tab1_1 %_Tab_1 Tab2 Tab2_2 %_Tab1_2
0 Sun_1 Al 6 90 Type1 4 60
2 Sun_1 Alt 4 40 Type3 2 40 <-sorted 2,1
3 Sun_1 aaa 4 100 Type4 1 20 <-sorted 2,1
1 Sun_1 Alu 3 50 Type2 5 90
如果需要单独排序,则必须先拆分列,排序然后分配回,但必须通过以下方式默认索引值reset_index(drop=True):
df1 = df.iloc[:, :4].sort_values(['Tab1_1'], ascending=False)
df2 = df.iloc[:, 4:].sort_values(['Tab2_2'], ascending=False)
final_df = pd.concat([df1.reset_index(drop=True),
df2.reset_index(drop=True)], axis=1)
print (final_df)
ID Tab1 Tab1_1 %_Tab_1 Tab2 Tab2_2 %_Tab1_2
0 Sun_1 Al 6 90 Type2 5 90
1 Sun_1 Alt 4 40 Type1 4 60
2 Sun_1 Alu 3 50 Type3 2 40

TA贡献1827条经验 获得超8个赞
您是否将此输出分配给另一个df?否则使用inplace=True
:
final_df.sort_values(['col1','col5'], ascending=False, inplace=True)
添加回答
举报