当有平局时，大熊猫如何决定排序？

Question

Pandas 0.12.0

在下面的DataFrame中，为什么例如它混杂了索引？看看4，索引从1,15,6,7开始。大熊猫用什么来决定如何订购，我会怀疑索引是否保持连续的等值。

mydf=pd.DataFrame(np.random.randint(1, 6, 20),columns=["stars"])
mydf.sort(['stars'], ascending=False)


     stars
19   5
14   5
1    4
15   4
6    4
7    4
4    3
12   3
18   3
8    2
2    2
9    2
10   2
11   2
13   2
16   2
5    1
3    1
17   1
0    1

Answer 1

实际上，如果您查看source code of pandas DataFrame，您会发现sort()只是sort_index()的包装器，具有不同的参数，并且正如@Jeff所述{{3} }，this question是首选使用的方法。

如果您只按一列排序，则使用sort_index()并使用默认kind=quicksort的sort_index（）方法。 numpy.argsort()不是quicksort()，这就是您的索引看起来混乱的原因。

但是您可以将kind参数传递给sort_index（）（'mergesort'，'quicksort'，'heapsort'之一），这样您就可以使用稳定排序（{{1} }）为你的任务：

'mergesort'

sort_index（）也使用mergesort（或计数排序），如果>>> mydf.sort_index(by=['stars'], ascending=False, kind='mergesort') stars 17 5 11 5 6 5 1 5 19 4 18 4 15 4 14 4 7 4 5 4 2 4 10 3 8 3 4 3 16 2 12 2 9 2 3 2 13 1 0 1 参数中有一列更多，这很有趣，例如，你可以这样做：

by

现在排序稳定，但索引按升序排序

Answer 2

熊猫正在使用numpy的quicksort。 Quicksort涉及交换项目的位置。它一旦处于请求的顺序就会停止（在这种情况下，不涉及检查索引，因为您没有要求检查该列）。 Quicksort比诸如bubble sort之类的天真排序算法更有效率，这可能是你想到的 - 它会使单个数字更接近原始顺序，但需要更多步骤才能完成。