파이썬 판다스에서 데이터프레임을 두 개 이상의 열(column)로 정렬하기

Stack Overflow에 자주 검색, 등록되는 문제들과 제가 개발 중 찾아 본 문제들 중에서 나중에도 찾아 볼 것 같은 문제들을 정리하고 있습니다.

Stack Overflow에서 가장 먼저 확인하게 되는 가장 높은 점수를 받은 Solution과 현 시점에 도움이 될 수 있는 가장 최근에 업데이트(최소 점수 확보)된 Solution을 각각 정리하였습니다.

 

아래 word cloud를 통해 이번 포스팅의 주요 키워드를 미리 확인하세요.

How to sort a dataFrame in python pandas by two or more columns?

파이썬 판다스에서 데이터프레임을 두 개 이상의 열(column)로 정렬하는 방법은?

 문제 내용 

Suppose I have a dataframe with columns a, b and c, I want to sort the dataframe by column b in ascending order, and by column c in descending order, how do I do this?

a, b, c 열을 가진 데이터프레임이 있다고 가정해봐요. 데이터프레임을 b열 기준으로 오름차순으로 정렬하고, 그 다음 c열 기준으로 내림차순으로 정렬하려면 어떻게 해야 할까요?

 

 

 

 높은 점수를 받은 Solution 

As of the 0.17.0 release, the sort method was deprecated in favor of sort_values. sort was completely removed in the 0.20.0 release. The arguments (and results) remain the same:

버전 0.17.0부터 sort 메서드가 sort_values로 대체되었습니다. 0.20.0부터는 sort 메서드가 완전히 제거되었습니다. 인수 (및 결과)는 이전과 동일합니다:

df.sort_values(['a', 'b'], ascending=[True, False])

---

You can use the ascending argument of sort:

sort 메서드의 ascending 인수를 사용할 수 있습니다:

df.sort(['a', 'b'], ascending=[True, False])

 

For example:

예:

In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])

In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
   a  b
2  1  4
7  1  3
1  1  2
3  1  2
4  3  2
6  4  4
0  4  3
9  4  3
5  4  1
8  4  1

---

As commented by @renadeen

@renadeen의 코멘트와 같이,

 

Sort isn't in place by default! So you should assign result of the sort method to a variable or add inplace=True to method call.

sort는 기본적으로 inplace가 아닙니다! 따라서 sort 메서드의 결과를 변수에 할당하거나 method 호출에 inplace=True를 추가해야합니다.

 

that is, if you want to reuse df1 as a sorted DataFrame:

즉, df1을 정렬된 데이터프레임으로 재사용하려면:

df1 = df1.sort(['a', 'b'], ascending=[True, False])

 

or

또는

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)

 

 

 가장 최근 달린 Solution 

For large dataframes of numeric data, you may see a significant performance improvement via numpy.lexsort, which performs an indirect sort using a sequence of keys:

숫자 데이터의 대형 데이터프레임의 경우, numpy.lexsort를 사용하면 상당한 성능 향상을 볼 수 있습니다. numpy.lexsort는 키(sequence of keys)를 사용하여 정렬을 수행하는 간접 정렬을 수행합니다.

import pandas as pd
import numpy as np

np.random.seed(0)

df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
df1 = pd.concat([df1]*100000)

def pdsort(df1):
    return df1.sort_values(['a', 'b'], ascending=[True, False])

def lex(df1):
    arr = df1.values
    return pd.DataFrame(arr[np.lexsort((-arr[:, 1], arr[:, 0]))])

assert (pdsort(df1).values == lex(df1).values).all()

%timeit pdsort(df1)  # 193 ms per loop
%timeit lex(df1)     # 143 ms per loop

 

One peculiarity is that the defined sorting order with numpy.lexsort is reversed: (-'b', 'a') sorts by series a first. We negate series b to reflect we want this series in descending order.

numpy.lexsort로 정의된 정렬 순서는 반대로 뒤집힙니다: (-'b', 'a')는 우선순위가 높은 a 열을 기준으로 정렬합니다. b 열을 부정하여 이 열이 내림차순으로 정렬되도록합니다.

 

Be aware that np.lexsort only sorts with numeric values, while pd.DataFrame.sort_values works with either string or numeric values. Using np.lexsort with strings will give: TypeError: bad operand type for unary -: 'str'.

np.lexsort는 숫자 값으로만 정렬하며, pd.DataFrame.sort_values는 문자열 또는 숫자 값으로 작동합니다. np.lexsort를 문자열과 함께 사용하면 TypeError: bad operand type for unary -: 'str'와 같은 오류가 발생합니다.

 

 

 

출처 : https://stackoverflow.com/questions/17141558/how-to-sort-a-dataframe-in-python-pandas-by-two-or-more-columns