Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Pandas : Comment trier les valeurs dans un tableau croisé



Vous pouvez utiliser les méthodes suivantes pour trier les lignes ou les colonnes dans un tableau croisé Pandas :

Méthode 1 : Trier le tableau croisé par valeurs de ligne

pd.crosstab(df.col1, df.col2).sort_index(axis=0, ascending=False)

Méthode 2 : Trier le tableau croisé par valeurs de colonne

pd.crosstab(df.col1, df.col2).sort_index(axis=1, ascending=False)

Les exemples suivants montrent comment utiliser chacune de ces méthodes en pratique avec le tableau croisé pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C'],
                   'position':['G', 'G', 'F', 'G', 'F', 'F', 'F', 'G', 'G', 'F', 'F'],
                   'points': [22, 25, 24, 39, 34, 20, 18, 17, 20, 19, 22]})

#create crosstab to display count of players by team and position
my_crosstab = pd.crosstab(df.team, df.position)

#view crosstab
print(my_crosstab)

position  F  G
team          
A         1  2
B         3  1
C         2  2

Exemple 1 : Trier le tableau croisé par valeurs de ligne

Nous pouvons utiliser la syntaxe suivante pour trier les lignes du tableau croisé en fonction des valeurs de la colonne d’équipe par ordre décroissant (de Z à A) :

#create crosstab with rows sorted from Z to A
pd.crosstab(df.team, df.position).sort_index(axis=0, ascending=False)

position  F	G
team		
C	  2	2
B	  3	1
A	  1	2

Notez que les lignes du tableau croisé sont désormais triées en fonction des valeurs d’équipe dans l’ordre alphabétique inverse.

Remarque : La fonction crosstab() affiche par défaut les valeurs des lignes du tableau croisé par ordre alphabétique (de A à Z).

Exemple 2 : Trier le tableau croisé par valeurs de colonne

Nous pouvons utiliser la syntaxe suivante pour trier les colonnes du tableau croisé en fonction des valeurs de la colonne équipe par ordre décroissant (de Z à A) :

#create crosstab with columns sorted from Z to A
pd.crosstab(df.team, df.position).sort_index(axis=1, ascending=False)

position  G	F
team		
A	  2	1
B	  1	3
C	  2	2

Notez que les colonnes du tableau croisé sont désormais triées en fonction des valeurs de position dans l’ordre alphabétique inverse.

Remarque : La fonction crosstab() affiche par défaut les valeurs des colonnes du tableau croisé par ordre alphabétique (de A à Z).

Remarque : Vous pouvez trouver la documentation complète de la fonction pandas crosstab() ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Pandas : Comment créer un tableau croisé avec des pourcentages
Pandas : Comment utiliser aggfunc dans la fonction crosstab()
Pandas : Comment créer un tracé à barres à partir d’un tableau croisé

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *