<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um die Zeilen eines Pandas-DataFrame alphabetisch zu sortieren:<\/span><\/p>\n Methode 1: Alphabetisch nach einer Spalte sortieren<\/strong><\/span><\/p>\n Methode 2: Alphabetisch nach mehreren Spalten sortieren<\/strong><\/span><\/p>\n Das folgende Beispiel zeigt, wie die einzelnen Methoden in der Praxis angewendet werden.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um die Zeilen des DataFrame nach Teamnamen von A bis Z<\/strong> zu sortieren:<\/span><\/p>\n Beachten Sie, dass die Zeilen jetzt nach Teamnamen AZ sortiert sind.<\/span><\/p>\n Wir k\u00f6nnten auch von Z nach A<\/strong> sortieren:<\/span><\/p>\n Und wir k\u00f6nnten auch die Funktion reset_index()<\/strong> verwenden, um die Indexwerte im sortierten DataFrame zur\u00fcckzusetzen:<\/span><\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Die folgende Syntax kann verwendet werden, um die Zeilen des DataFrame nach Konferenznamen von A bis Z und dann nach Teamnamen von Z bis A zu sortieren:<\/span><\/p>\n Die Zeilen werden nach Konferenzname AZ und dann nach Teamname ZA sortiert.<\/span><\/p>\n Hinweis<\/strong> : Die vollst\u00e4ndige Dokumentation der Pandas-Funktion sort_values()<\/strong> finden Sie hier<\/a> .<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n Pandas: So sortieren Sie nach Datum<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um die Zeilen eines Pandas-DataFrame alphabetisch zu sortieren: Methode 1: Alphabetisch nach einer Spalte sortieren #sort A to Z df. sort_values (‚ column1 ‚) #sort Z to A df. sort_values (‚ column1 ‚, ascending= False ) Methode 2: Alphabetisch nach mehreren Spalten sortieren #sort by column1 from Z to […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #sort A to Z<\/span>\ndf. sort_values<\/span> (' column1<\/span> ')\n\n#sort Z to A<\/span>\ndf. sort_values<\/span> (' column1<\/span> ', ascending= False )<\/span><\/span>\n<\/strong><\/pre>\n #sort by column1 from Z to A, then by column2 from A to Z<\/span>\ndf. sort_values<\/span> ([' column1<\/span> ', ' column2<\/span> '], ascending=( False<\/span> , True<\/span> ))<\/strong><\/pre>\n Beispiel 1: Alphabetisch nach einer Spalte sortieren<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Spurs', 'Lakers', 'Nuggets', 'Hawks'],\n ' points<\/span> ': [120, 108, 99, 104, 115]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 Mavs 120\n1 Spurs 108\n2 Lakers 99\n3 Nuggets 104\n4 Hawks 115<\/span><\/span><\/strong><\/pre>\n #sort by team name A to Z\ndf_sorted = df. sort_values<\/span> (' team<\/span> ')\n\n#view sorted DataFrame\n<\/span>print<\/span> (df_sorted)\n\n team points\n4 Hawks 115\n2 Lakers 99\n0 Mavs 120\n3 Nuggets 104\n1 Spurs 108<\/span><\/span><\/strong><\/pre>\n #sort by team name Z to A\ndf_sorted = df. sort_values<\/span> (' team<\/span> ', ascending= False<\/span> )\n\n#view sorted DataFrame\n<\/span>print<\/span> (df_sorted)\n\n team points\n1 Spurs 108\n3 Nuggets 104\n0 Mavs 120\n2 Lakers 99\n4 Hawks 115<\/span><\/span><\/strong><\/pre>\n #sort by team name A to Z and reset index\ndf_sorted = df. sort_values<\/span> (' team<\/span> '). reset_index<\/span> (drop= True<\/span> )\n\n#view sorted DataFrame\n<\/span>print<\/span> (df_sorted)\n\n team points\n0 Hawks 115\n1 Lakers 99\n2 Mavs 120\n3 Nuggets 104\n4 Spurs 108\n<\/span><\/span><\/strong><\/pre>\n Beispiel 2: Alphabetisch nach mehreren Spalten sortieren<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' conference<\/span> ': ['West', 'West', 'West', 'East', 'East'],\n ' team<\/span> ': ['Mavs', 'Spurs', 'Lakers', 'Heat', 'Hawks'],\n ' points<\/span> ': [120, 108, 99, 104, 115]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n conference team points\n0 West Mavs 120\n1 West Spurs 108\n2 West Lakers 99\n3 East Heat 104\n4 East Hawks 115\n<\/strong><\/span><\/pre>\n #sort by conference name A to Z, then by team name Z to A\ndf_sorted = df. sort_values<\/span> ([' conference<\/span> ', ' team<\/span> '], ascending=( True<\/span> , False<\/span> ))\n\n#view sorted DataFrame\n<\/span>print<\/span> (df_sorted)\n\n conference team points\n3 East Heat 104\n4 East Hawks 115\n1 West Spurs 108\n0 West Mavs 120\n2 West Lakers 99\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Pandas: So sortieren Sie Spalten nach Namen<\/a>
Pandas: So sortieren Sie nach Index und Spalte<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"