Question

df如下所示： Age, Sex...它们都是索引，只有一列名为Importance

                        Importance
Onset Delta               0.121048
Site of Onset - Limb      0.000036
Site of Onset - Bulbar    0.000382
Age                       0.008650
Sex                       0.000978
Race - Caucasian          0.001274
Race - Other              0.001776
Sodium_Dmax               0.007689

我想通过根据Importance对行进行排名来重新塑造df，我该怎么做？我试过了

groupby(['Importance'],as_index=False)

但不行谢谢

Answer 1

使用sort_values功能：

test = df.sort_values('Importance')

假设df是数据框

Answer 2

如果您的数据结构是数据框，则可以使用sort函数：

df.sort(['Importance'],ascending=True) or 
df.sort(['Importance'],ascending=False)

“True”或“False”取决于您的选项，它表示您的数据按降序或升序列出。

Answer 3

如果您希望对数据进行汇总，则会使用

df.groupby()，您要查找的内容为df.sort_values()。

使用df.sort_values()，您传递by字符串，告诉pandas要排序的列。

对于您的代码，我希望df.sort_values(by='Importance')

您可以将结果分配给新数据框，或者传入inplace=true参数来对df进行排序。

您可以查看df.sort_values()方法here

的文档

如何按值对df行进行排名？

3 个答案: