pandas 多列排序

你可以使用 Pandas 的 `sort_values()` 方法对多列进行排序。你可以在 `sort_values()` 方法中传递一个包含多个列名的列表，这样就可以按照指定的列顺序进行排序。

以下是一个示例代码，演示如何对 DataFrame 中的多列进行排序：

import pandas as pd

# 创建示例 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 20, 35],
    'Salary': [5000, 4000, 6000, 3000]
}
df = pd.DataFrame(data)

# 按照 'Age' 列升序，然后按照 'Salary' 列降序排序
df_sorted = df.sort_values(by=['Age', 'Salary'], ascending=[True, False])

print(df_sorted)

输出结果为：

      Name  Age  Salary
2  Charlie   20    6000
0    Alice   25    5000
1      Bob   30    4000
3    David   35    3000

在这个示例中，我们首先按照 'Age' 列进行升序排序，然后在 'Age' 列相同的情况下，按照 'Salary' 列进行降序排序。

相关问题

pandas多列排序删除重复项

您可以使用pandas库中的sort_values()函数进行多列排序，然后使用drop_duplicates()函数删除重复项。

示例代码：

import pandas as pd

# 创建示例数据
data = {'name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob'],
        'age': [25, 30, 35, 25, 30],
        'gender': ['female', 'male', 'male', 'female', 'male']}
df = pd.DataFrame(data)

# 多列排序
df = df.sort_values(by=['name', 'age'])

# 删除重复项
df = df.drop_duplicates(subset=['name', 'age'], keep='first')

print(df)

运行结果：

       name  age  gender
0     Alice   25  female
1       Bob   30    male
2   Charlie   35    male

代码说明：

首先，我们创建了一个包含'name'、'age'和'gender'三列的DataFrame。

然后，使用sort_values()函数对'name'和'age'两列进行排序。

最后，使用drop_duplicates()函数删除重复的'name'和'age'组合，并保留第一个出现的组合。

注意，keep参数表示保留哪个重复项，'first'表示保留第一个出现的项，'last'表示保留最后一个出现的项，False表示删除所有重复项。

Pythonpandas给所有列排序

可以使用pandas的sort_values()方法来给所有列排序。例如，以下代码将DataFrame按照第一列的值进行升序排序：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'col1': [2, 1, 3], 'col2': ['b', 'a', 'c'], 'col3': [4, 6, 5]})

# 使用sort_values()方法按照第一列的值进行升序排序
df_sorted = df.sort_values('col1')

print(df_sorted)

输出结果为：

   col1 col2  col3
1     1    a     6
0     2    b     4
2     3    c     5

如果想要按照多列进行排序，可以在sort_values()方法中传入多个列名，例如：

# 按照第一列和第三列的值进行升序排序
df_sorted = df.sort_values(['col1', 'col3'])

print(df_sorted)

输出结果为：

   col1 col2  col3
1     1    a     6
0     2    b     4
2     3    c     5