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.

Comment trier un DataFrame Pandas par date (avec exemples)



Souvent, vous souhaiterez peut-être trier un DataFrame pandas en fonction d’une colonne contenant des dates. Heureusement, cela est facile à faire en utilisant la fonction sort_values() .

Ce tutoriel montre plusieurs exemples d’utilisation pratique de cette fonction.

Exemple 1 : Trier par colonne de date

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'sales': [4, 11, 13, 9],
                   'customers': [2, 6, 9, 7],
                   'date': ['2020-01-25', '2020-01-18', '2020-01-22', '2020-01-21']})

#view DataFrame
print(df)

   sales  customers        date
0      4          2  2020-01-25
1     11          6  2020-01-18
2     13          9  2020-01-22
3      9          7  2020-01-21

Tout d’abord, nous devons utiliser la fonction to_datetime() pour convertir la colonne ‘date’ en un objet datetime :

df['date'] = pd.to_datetime(df['date'])

Ensuite, nous pouvons trier le DataFrame en fonction de la colonne ‘date’ à l’aide de la fonction sort_values() :

df.sort_values(by='date')

        sales	customers	date
1	11	6	  2020-01-18
3	9	7	  2020-01-21
2	13	9	  2020-01-22
0	4	2	  2020-01-25

Par défaut, cette fonction trie les dates par ordre croissant. Cependant, vous pouvez spécifier ascending=False pour trier par ordre décroissant :

df.sort_values(by='date', ascending=False)

	sales	customers	date
0	4	2	  2020-01-25
2	13	9	  2020-01-22
3	9	7	  2020-01-21
1	11	6	  2020-01-18

Exemple 2 : trier par plusieurs colonnes de dates

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'person': ['A', 'B', 'C', 'D'],
                   'order_date': ['2020-01-15', '2020-01-15', '2020-01-20', '2020-01-20'],
                   'receive_date': ['2020-01-25', '2020-01-18', '2020-01-22', '2020-01-21']})

#view DataFrame
print(df)

  person  order_date receive_date
0      A  2020-01-15   2020-01-25
1      B  2020-01-15   2020-01-18
2      C  2020-01-20   2020-01-22
3      D  2020-01-20   2020-01-21

Nous pouvons utiliser la fonction sort_values pour trier le DataFrame sur plusieurs colonnes en fournissant simplement plusieurs noms de colonnes à la fonction :

#convert both date columns to datetime objects
df[['order_date','receive_date']] = df[['order_date','receive_date']].apply(pd.to_datetime)

#sort DateFrame by order_date, then by receive_date
df.sort_values(by=['order_date', 'receive_date'])

        person	order_date	receive_date
1	B	2020-01-15	2020-01-18
0	A	2020-01-15	2020-01-25
3	D	2020-01-20	2020-01-21
2	C	2020-01-20	2020-01-22

Le DataFrame est désormais trié par ordre croissant par order_date, puis par ordre croissant par réception_date.

Ressources additionnelles

Comment filtrer les lignes Pandas DataFrame par date
Comment convertir DateHeure en date dans Pandas
Comment convertir des colonnes en DateTime dans Pandas
Comment trier à la fois par index et par colonne dans Pandas

Ajouter un commentaire

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