Метод sort_values

Метод sort_values применяется к DataFrame и возвращает новый отсортированный DataFrame. Обязательным параметром является by - имя столбца или список имён столбцов, по которым выполняется сортировка. Параметр ascending определяет порядок сортировки: по возрастанию (True, значение по умолчанию) или по убыванию (False). Параметр na_position задаёт расположение пропущенных значений: 'last' (в конце, по умолчанию) или 'first' (в начале). Метод не изменяет исходный DataFrame, если не указать параметр inplace=True.

Синтаксис

df.sort_values(by, ascending=True, inplace=False, na_position='last')

Пример

Отсортируем таблицу по столбцу a по возрастанию:

import pandas as pd

df = pd.DataFrame({
	'a': [3, 1, 4, 2, 5],
	'b': [30, 10, 40, 20, 50]
})
res = df.sort_values(by='a')
print(res)

Результат выполнения кода:

Пример

Отсортируем таблицу по столбцу a по убыванию:

import pandas as pd

df = pd.DataFrame({
	'a': [3, 1, 4, 2, 5],
	'b': [30, 10, 40, 20, 50]
})
res = df.sort_values(by='a', ascending=False)
print(res)

Результат выполнения кода:

Пример

Отсортируем по нескольким столбцам: сначала по a по возрастанию, затем по b по убыванию:

import pandas as pd

df = pd.DataFrame({
	'a': [1, 2, 1, 2, 3],
	'b': [10, 30, 20, 40, 50]
})
res = df.sort_values(by=['a', 'b'], ascending=[True, False])
print(res)

Результат выполнения кода:

Пример

Сортировка с пропущенными значениями в начале:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [np.nan, 2, np.nan, 1, 3],
	'b': [10, 20, 30, 40, 50]
})
res = df.sort_values(by='a', na_position='first')
print(res)

Результат выполнения кода:

Смотрите также

метод sort_index,
который сортирует строки по индексу
метод nlargest,
который возвращает строки с наибольшими значениями
метод nsmallest,
который возвращает строки с наименьшими значениями
метод rank,
который вычисляет ранги значений в столбце