如何使用几列中的值对熊猫数据框进行排序？

我有以下数据框：

df = pandas.DataFrame([{'c1':3,'c2':10},{'c1':2, 'c2':30},{'c1':1,'c2':20},{'c1':2,'c2':15},{'c1':2,'c2':100}])

或者，以人类可读的形式：

   c1   c2
0   3   10
1   2   30
2   1   20
3   2   15
4   2  100

以下排序命令按预期工作：

df.sort(['c1','c2'], ascending=False)

输出：

   c1   c2
0   3   10
4   2  100
1   2   30
3   2   15
2   1   20

但是以下命令：

df.sort(['c1','c2'], ascending=[False,True])

结果是

   c1   c2
2   1   20
3   2   15
1   2   30
4   2  100
0   3   10

这不是我所期望的。我希望第一列中的值按从大到小的顺序排列，如果第一列中的值相同，则按第二列中的升序排列。

有人知道为什么它不能按预期工作吗？

添加

这是复制粘贴：

>>> df.sort(['c1','c2'], ascending=[False,True])
   c1   c2
2   1   20
3   2   15
1   2   30
4   2  100
0   3   10

DataFrame.sort不推荐使用；使用DataFrame.sort_values。

>>> df.sort_values(['c1','c2'], ascending=[False,True])
   c1   c2
0   3   10
3   2   15
1   2   30
4   2  100
2   1   20
>>> df.sort(['c1','c2'], ascending=[False,True])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Users/ampawake/anaconda/envs/pseudo/lib/python2.7/site-packages/pandas/core/generic.py", line 3614, in __getattr__
    return object.__getattribute__(self, name)
AttributeError: 'DataFrame' object has no attribute 'sort'

使用sort会导致警告消息。参见github讨论。所以您可能想在这里使用sort_valuesdocs

然后您的代码如下所示：

df = df.sort_values(by=['c1','c2'], ascending=[False,True])

dataframe.sort（）方法-依我所知-在大于0.18的熊猫中已弃用。为了解决您的问题，您应该使用dataframe.sort_values（）代替：

f.sort_values(by=["c1","c2"], ascending=[False, True])

输出如下：

    c1  c2
    3   10
    2   15
    2   30
    2   100
    1   20

就我而言，被接受的答案不起作用：

f.sort_values（by = [“ c1”，“ c2”]，ascending = [False，True]）

仅以下各项按预期工作：

f = f.sort_values(by=["c1","c2"], ascending=[False, True])

如果您将此代码作为脚本文件编写，则必须这样编写：

df = df.sort(['c1','c2'], ascending=[False,True])

我发现这非常有用：

df = pd.DataFrame({'A' : range(0,10) * 2, 'B' : np.random.randint(20,30,20)})

# A ascending, B descending
df.sort(**skw(columns=['A','-B']))

# A descending, B ascending
df.sort(**skw(columns=['-A','+B']))

注意，与标准不同 columns=,ascending=参数，此处的列名称及其排序顺序在同一位置。结果，您的代码变得更易于阅读和维护。

注意实际的调用.sort是不变的，skw（小号ORT千瓦参数）是只是一个小的辅助函数解析列和回报通常columns=与ascending=参数为您服务。像平常一样将其传递给任何其他种类的kwarg。将以下代码复制/粘贴到您的本地代码中，utils.py然后将其忘掉，然后按上述方式使用即可。

# utils.py (or anywhere else convenient to import)
def skw(columns=None, **kwargs):
    """ get sort kwargs by parsing sort order given in column name """
    # set default order as ascending (+)
    sort_cols = ['+' + col if col[0] != '-' else col for col in columns]
    # get sort kwargs
    columns, ascending = zip(*[(col.replace('+', '').replace('-', ''), 
                                False if col[0] == '-' else True) 
                               for col in sort_cols])
    kwargs.update(dict(columns=list(columns), ascending=ascending))
    return kwargs

注：一切都在这里是正确的，只需更换排序- > sort_values（），所以，就变成：

 import pandas as pd
 df = pd.read_csv('data.csv')
 df.sort_values(ascending=False,inplace=True)

请参阅此处的官方网站。