<\/p>\n
Voc\u00ea pode usar os seguintes m\u00e9todos para classificar as linhas de um DataFrame do pandas em ordem alfab\u00e9tica:<\/span><\/p>\n M\u00e9todo 1: classificar por coluna em ordem alfab\u00e9tica<\/strong><\/span><\/p>\n M\u00e9todo 2: classificar por v\u00e1rias colunas em ordem alfab\u00e9tica<\/strong><\/span><\/p>\n O exemplo a seguir mostra como usar cada m\u00e9todo na pr\u00e1tica.<\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas:<\/span><\/p>\n Podemos usar a seguinte sintaxe para classificar as linhas do DataFrame por nome de equipe de A a Z<\/strong> :<\/span><\/p>\n Observe que as linhas agora est\u00e3o classificadas pelo nome da equipe AZ.<\/span><\/p>\n Tamb\u00e9m poder\u00edamos classificar de Z para A<\/strong> :<\/span><\/p>\n E tamb\u00e9m poder\u00edamos usar a fun\u00e7\u00e3o reset_index()<\/strong> para redefinir os valores do \u00edndice no DataFrame classificado:<\/span><\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas:<\/span><\/p>\n A sintaxe a seguir pode ser usada para classificar as linhas do DataFrame por nome de confer\u00eancia de A a Z e, em seguida, por nome de equipe de Z a A:<\/span><\/p>\n As linhas s\u00e3o classificadas pelo nome da confer\u00eancia AZ e, em seguida, pelo nome da equipe ZA.<\/span><\/p>\n Nota<\/strong> : Voc\u00ea pode encontrar a documenta\u00e7\u00e3o completa da fun\u00e7\u00e3o sort_values()<\/strong> do pandas aqui<\/a> .<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns em pandas:<\/span><\/p>\n Pandas: como classificar por data<\/a> Voc\u00ea pode usar os seguintes m\u00e9todos para classificar as linhas de um DataFrame do pandas em ordem alfab\u00e9tica: M\u00e9todo 1: classificar por coluna em ordem alfab\u00e9tica #sort A to Z df. sort_values (‘ column1 ‘) #sort Z to A df. sort_values (‘ column1 ‘, ascending= False ) M\u00e9todo 2: classificar por v\u00e1rias colunas em ordem […]<\/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-3028","post","type-post","status-publish","format-standard","hentry","category-guia"],"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 Exemplo 1: Classificar por coluna em ordem alfab\u00e9tica<\/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 Exemplo 2: Classifique por m\u00faltiplas colunas em ordem alfab\u00e9tica<\/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 Recursos adicionais<\/strong><\/span><\/h3>\n
Pandas: como classificar colunas por nome<\/a>
Pandas: como classificar por \u00edndice e coluna<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"