<\/p>\n
Freq\u00fcentemente, voc\u00ea pode querer classificar um DataFrame do pandas com base em uma coluna contendo datas. Felizmente, isso \u00e9 f\u00e1cil de fazer usando a fun\u00e7\u00e3o sort_values()<\/strong><\/a> .<\/span><\/p>\n Este tutorial mostra v\u00e1rios exemplos de uso pr\u00e1tico desta fun\u00e7\u00e3o.<\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas:<\/span><\/p>\n Primeiro, precisamos usar a fun\u00e7\u00e3o to_datetime()<\/strong> para converter a coluna \u2018date\u2019 em um objeto datetime:<\/span><\/p>\n A seguir, podemos classificar o DataFrame com base na coluna ‘data’ usando a fun\u00e7\u00e3o sort_values()<\/strong> :<\/span><\/p>\n Por padr\u00e3o, esta fun\u00e7\u00e3o classifica as datas em ordem crescente. No entanto, voc\u00ea pode especificar ascendente=Falso<\/strong> para classificar em ordem decrescente:<\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas:<\/span><\/p>\n Podemos usar a fun\u00e7\u00e3o sort_values<\/strong> para classificar o DataFrame em m\u00faltiplas colunas, simplesmente fornecendo v\u00e1rios nomes de colunas para a fun\u00e7\u00e3o:<\/span><\/p>\n O DataFrame agora \u00e9 classificado em ordem crescente por data_pedido e, em seguida, em ordem crescente por data_recebimento.<\/span><\/p>\n Como filtrar linhas do Pandas DataFrame por data<\/a> Freq\u00fcentemente, voc\u00ea pode querer classificar um DataFrame do pandas com base em uma coluna contendo datas. Felizmente, isso \u00e9 f\u00e1cil de fazer usando a fun\u00e7\u00e3o sort_values() . Este tutorial mostra v\u00e1rios exemplos de uso pr\u00e1tico desta fun\u00e7\u00e3o. Exemplo 1: coluna Classificar por data Suponha que temos o seguinte DataFrame do pandas: import pandas as pd […]<\/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-980","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Exemplo 1: coluna Classificar por data<\/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 Exemplo 2: classificar por v\u00e1rias colunas de data<\/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 Recursos adicionais<\/strong><\/span><\/h3>\n
Como converter DateTime em data no Pandas<\/a>
Como converter colunas para DateTime no Pandas<\/a>
Como classificar por \u00edndice e coluna no Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"