Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
Tags
- programmablesearchengine
- 한빛미디어
- 랭체인
- 데이터분석
- 자연어분석
- fastapi #파이썬웹개발
- 판다스
- 판다스 데이터정렬
- 챗gpt
- fastapi
- chatGPT
- 파이토치
- sklearn
- HTML
- langchain
- OpenAIAPI
- 비지도학습
- MachineLearning
- NLP
- deeplearning
- 파이썬
- 머신러닝
- pytorch
- pandas
- Python
- fastapi #python웹개발
- konlpy
- 사이킷런
- 딥러닝
- 파이썬웹개발
Archives
- Today
- Total
Data Navigator
[pandas] 판다스 DataFrame정렬 sort_values() 본문
pandas DataFrame 정렬 sort_values()¶
Series와 마찬가지로 DaraFrame도 sort_values()로 정렬 가능¶
- by: 정렬 기준 컬럼
- ascending: 오름차순으로 정렬
- key: 정렬 기준 함수(주로 lambda 함수 사용)
- na_position: 결측이 있는 경우 어디에 배치할 것인지 결정 {first, last}
In [2]:
import pandas as pd
import numpy as np
In [3]:
df = pd.DataFrame({"A":[1,2,3,1,2,3],'B':[3,2,1,3,2,1],'C':[1,2,3,4,3,2]})
df
Out[3]:
| A | B | C | |
|---|---|---|---|
| 0 | 1 | 3 | 1 |
| 1 | 2 | 2 | 2 |
| 2 | 3 | 1 | 3 |
| 3 | 1 | 3 | 4 |
| 4 | 2 | 2 | 3 |
| 5 | 3 | 1 | 2 |
In [4]:
# A를 기준으로 오름차순 정렬
df.sort_values(by = 'A', ascending= True)
Out[4]:
| A | B | C | |
|---|---|---|---|
| 0 | 1 | 3 | 1 |
| 3 | 1 | 3 | 4 |
| 1 | 2 | 2 | 2 |
| 4 | 2 | 2 | 3 |
| 2 | 3 | 1 | 3 |
| 5 | 3 | 1 | 2 |
In [5]:
# C와 B를 기준으로 내림차순 정렬
df.sort_values(by = ['C','B'], ascending= False)
Out[5]:
| A | B | C | |
|---|---|---|---|
| 3 | 1 | 3 | 4 |
| 4 | 2 | 2 | 3 |
| 2 | 3 | 1 | 3 |
| 1 | 2 | 2 | 2 |
| 5 | 3 | 1 | 2 |
| 0 | 1 | 3 | 1 |
'Python > Pandas' 카테고리의 다른 글
| [pandas] .loc를 사용하여 조건에 맞는 행 인덱싱(마스킹 인덱싱) (0) | 2021.04.15 |
|---|---|
| [pandas] DaraFrame의 중복 제거 .drop_duplicates (0) | 2021.04.14 |
| [pandas] Series 데이터 정렬하기 sort_values(), .value_counts(), .unique() (0) | 2021.04.12 |
| [pandas] groupby를 이용한 조건부 통계 (0) | 2021.04.10 |
| [pandas] pivot_table을 이용한 조건별 변수별 통계량 파악 (0) | 2021.04.09 |