二、按照第一列逆序、第二列顺序排序
##对两列进行排序,kind为排序类型，heapsort为堆排，quicksort为快速排序（默认），mergesort为混合排序
result = data.sort_values(by=['a','b'],ascending=[False,True],kind='heapsort')
三、打印结果
print(result)
|
|
a
|
b
|
c
|
|
0
|
4
|
3
|
3
|
|
3
|
4
|
6
|
2
|
|
4
|
3
|
7
|
2
|
|
2
|
3
|
8
|
1
|
|
1
|
1
|
1
|
1
|
pandas
.DataFrame.sort_values
DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’, ignore_index=False, key=None)
示例，数据表根据列名为’2021-12-04’的
数值
大小降序排列：
#按2021-12-04字段从高到低
df.sort_values(by=['20
shop = pd.read_csv("data/shop.csv", index_col='id')
shop.sort_values(by='price', inplace=True)
按照降序,传递进ascending,并将其值改为False即可:
import
pandas
as pd
shop = pd.read_csv("dat..
d = {'A': [3, 6, 6, 7, 9], 'B': [2, 5, 8, 0, 0]}
df = pd.DataFrame(data=d)
print('
排序
前:\n', df)
排序
前:
0 3 2
1 6 5
2 6 8
3 7 0
4 9 0
res = df.sort_val...
df = pd.read_csv('./TianQi.csv')
#字符串替换和类型转换
df['最高温度'] = df['最高温度'].str.replace('℃','').astype('int32')
df.loc[:,'最低温度'] = df['最低温度'].str.replace('℃','').astype('int32')
#
排序
并获取最高温度前5名
print(df.sort_values(by='最高温度',ascen
可以使用
pandas
的 sort_values() 方法，其中参数 by 指定按照哪一列
排序
，参数 key 指定
排序
方式，例如：
df.sort_values(by='column_name', key=lambda x: x.map({'value1': 1, 'value2': 2}))
这样就可以按照指定列的指定
顺序
排序
了。
OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.
win系统使用macOS系统
【MiniGPT-4】手把手教部署
