<\/p>\n
Vaak wilt u een panda’s DataFrame sorteren op basis van een kolom met datums. Gelukkig is dit eenvoudig te doen met de functie sort_values()<\/strong><\/a> .<\/span><\/p>\n Deze tutorial toont verschillende voorbeelden van praktisch gebruik van deze functie.<\/span><\/p>\n Stel dat we de volgende panda’s DataFrame hebben:<\/span><\/p>\n Eerst moeten we de functie to_datetime()<\/strong> gebruiken om de kolom ‚date‘ om te zetten in een datetime-object:<\/span><\/p>\n Vervolgens kunnen we het DataFrame sorteren op basis van de ‚date‘-kolom met behulp van de sort_values()<\/strong> functie:<\/span><\/p>\n Standaard sorteert deze functie datums in oplopende volgorde. U kunt echter oplopend=False<\/strong> opgeven om in aflopende volgorde te sorteren:<\/span><\/p>\n Stel dat we de volgende panda’s DataFrame hebben:<\/span><\/p>\n We kunnen de functie sort_values<\/strong> gebruiken om het DataFrame op meerdere kolommen te sorteren door simpelweg meerdere kolomnamen aan de functie op te geven:<\/span><\/p>\n Het DataFrame wordt nu in oplopende volgorde gesorteerd op orderdatum en vervolgens in oplopende volgorde op ontvangstdatum.<\/span><\/p>\n Hoe Pandas DataFrame-rijen op datum kunnen worden gefilterd Vaak wilt u een panda’s DataFrame sorteren op basis van een kolom met datums. Gelukkig is dit eenvoudig te doen met de functie sort_values() . Deze tutorial toont verschillende voorbeelden van praktisch gebruik van deze functie. Voorbeeld 1: Sorteren op datumkolom Stel dat we de volgende panda’s DataFrame hebben: import pandas as pd #createDataFrame df […]<\/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":[],"class_list":["post-981","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld 1: Sorteren op datumkolom<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'sales': [4, 11, 13, 9],\n 'customers': [2, 6, 9, 7],\n 'date': ['2020-01-25', '2020-01-18', '2020-01-22', '2020-01-21']})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n sales customers date\n0 4 2 2020-01-25\n1 11 6 2020-01-18\n2 13 9 2020-01-22\n3 9 7 2020-01-21\n<\/strong><\/pre>\n df[' date<\/span> '] = pd. to_datetime<\/span> (df[' date<\/span> '])\n<\/strong><\/pre>\n df. sort_values<\/span> (by=' date<\/span> ')\n\n sales customers date\n1 11 6 2020-01-18\n3 9 7 2020-01-21\n2 13 9 2020-01-22\n0 4 2 2020-01-25\n<\/strong><\/pre>\n df. sort_values<\/span> (by=' date<\/span> ', ascending= False<\/span> )\n\n\tsales customers date\n0 4 2 2020-01-25\n2 13 9 2020-01-22\n3 9 7 2020-01-21\n1 11 6 2020-01-18<\/strong><\/pre>\n Voorbeeld 2: sorteren op meerdere datumkolommen<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'person': ['A', 'B', 'C', 'D'],\n 'order_date': ['2020-01-15', '2020-01-15', '2020-01-20', '2020-01-20'],\n 'receive_date': ['2020-01-25', '2020-01-18', '2020-01-22', '2020-01-21']})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n person order_date receive_date\n0 A 2020-01-15 2020-01-25\n1 B 2020-01-15 2020-01-18\n2 C 2020-01-20 2020-01-22\n3 D 2020-01-20 2020-01-21<\/strong><\/pre>\n #convert both date columns to datetime objects<\/span>\ndf[['order_date','receive_date']] = df[['order_date','receive_date']]. apply<\/span> (pd. to_datetime<\/span> )\n\n#sort DateFrame by order_date, then by receive_date\n<\/span>df. sort_values<\/span> (by=['order_date', 'receive_date'])\n\n person order_date receive_date\n1 B 2020-01-15 2020-01-18\n0 A 2020-01-15 2020-01-25\n3 D 2020-01-20 2020-01-21\n2 C 2020-01-20 2020-01-22<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe DateTime naar datum te converteren in Pandas<\/a>
Hoe kolommen naar DateTime in Pandas te converteren<\/a>
Hoe te sorteren op zowel index als kolom in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"