问题:’DataFrame’对象没有属性’sort’
我在这里遇到一些问题,在我的python包中,我已经安装了numpy,但是我仍然遇到此错误‘DataFrame’对象没有属性’sort’
任何人都可以给我一些想法。
这是我的代码:
final.loc[-1] =['', 'P','Actual']
final.index = final.index + 1 # shifting index
final = final.sort()
final.columns=[final.columns,final.iloc[0]]
final = final.iloc[1:].reset_index(drop=True)
final.columns.names = (None, None)
回答 0
sort()
不推荐使用DataFrames,而采用以下任何一种方法:
sort_values()
到由列排序(S)sort_index()
要通过索引排序
sort()
在Pandas中已弃用(但仍可用)版本0.17(2015-10-09),并引入sort_values()
和sort_index()
。它已从0.20版(2017-05-05)的Pandas中删除。
回答 1
熊猫排序101
sort
已经在v0.20替换DataFrame.sort_values
和DataFrame.sort_index
。除此之外,我们还有argsort
。
以下是一些常见的排序用例,以及如何使用当前API中的排序功能解决它们。首先,设置。
# Setup
np.random.seed(0)
df = pd.DataFrame({'A': list('accab'), 'B': np.random.choice(10, 5)})
df
A B
0 a 7
1 c 9
2 c 3
3 a 5
4 b 2
按单列排序
例如,要按df
列“ A” 排序,请使用sort_values
单个列名:
df.sort_values(by='A')
A B
0 a 7
3 a 5
4 b 2
1 c 9
2 c 3
如果您需要新的RangeIndex,请使用DataFrame.reset_index
。
按多列排序
例如,通过排序两个关口“A”和“B”中df
,你可以通过一个列表sort_values
:
df.sort_values(by=['A', 'B'])
A B
3 a 5
0 a 7
4 b 2
2 c 3
1 c 9
按DataFrame索引排序
df2 = df.sample(frac=1)
df2
A B
1 c 9
0 a 7
2 c 3
3 a 5
4 b 2
您可以使用sort_index
:
df2.sort_index()
A B
0 a 7
1 c 9
2 c 3
3 a 5
4 b 2
df.equals(df2)
# False
df.equals(df2.sort_index())
# True
以下是一些可比较的方法及其性能:
%timeit df2.sort_index()
%timeit df2.iloc[df2.index.argsort()]
%timeit df2.reindex(np.sort(df2.index))
605 µs ± 13.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
610 µs ± 24.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
581 µs ± 7.63 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
按指数列表排序
例如,
idx = df2.index.argsort()
idx
# array([0, 7, 2, 3, 9, 4, 5, 6, 8, 1])
这个“排序”问题实际上是一个简单的索引问题。仅传递整数标签即可iloc
。
df.iloc[idx]
A B
1 c 9
0 a 7
2 c 3
3 a 5
4 b 2
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。