如何用Python pandas按两个或更多列对数据框进行排序？

Question

假设我有一个包含a、b和c列的数据帧，我想按列b的升序和按列c的降序对数据帧进行排序，我该怎么做？

Answer 1

从pandas 0.17.0开始，DataFrame.sort()已被弃用，并将在pandas的未来版本中删除。按值对数据帧排序的方法现在是DataFrame.sort_values

因此，现在你的问题的答案是

df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)

Answer 2

在0.17.0版本中，^{}方法被弃用，取而代之的是^{}。sort在0.20.0版本中被完全删除。参数（和结果）保持不变：

df.sort_values(['a', 'b'], ascending=[True, False])

---

可以使用^{}的升序参数：

df.sort(['a', 'b'], ascending=[True, False])

例如：

In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])

In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
   a  b
2  1  4
7  1  3
1  1  2
3  1  2
4  3  2
6  4  4
0  4  3
9  4  3
5  4  1
8  4  1

---

如@renadeen评论

Sort isn't in place by default! So you should assign result of the sort method to a variable or add inplace=True to method call.

也就是说，如果要将df1重用为已排序的数据帧：

df1 = df1.sort(['a', 'b'], ascending=[True, False])

或者

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)

Answer 3

对于数值数据的大型数据帧，可以通过^{}看到显著的性能改进，它使用键序列执行间接排序：

import pandas as pd
import numpy as np

np.random.seed(0)

df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
df1 = pd.concat([df1]*100000)

def pdsort(df1):
    return df1.sort_values(['a', 'b'], ascending=[True, False])

def lex(df1):
    arr = df1.values
    return pd.DataFrame(arr[np.lexsort((-arr[:, 1], arr[:, 0]))])

assert (pdsort(df1).values == lex(df1).values).all()

%timeit pdsort(df1)  # 193 ms per loop
%timeit lex(df1)     # 143 ms per loop

一个特点是用numpy.lexsort定义的排序顺序是相反的：(-'b', 'a')首先按序列a排序。我们否定序列b，以反映我们希望这个序列按降序排列。