如何解决无法按值降序排序熊猫数据框,然后按升序字母排序
我的数据帧df的一部分就是这样,所以您可以重现它。
data ={'feature_name': ['nite','thank','ok','havent','done','beverage','yup','lei','thanx','okie','146tf150p','home','too','anytime','where','645','er','tick','blank'],'values':[1.0,1.0,0.98,0.98] }
df = pd.DataFrame(data)
df.set_index('feature_name',inplace=True)
dfs=df.sort_index(ascending=True).sort_values(by = ['values'],ascending=False)
dfs
我的输出是这个。
values
feature_name
146tf150p 1.00
645 1.00
where 1.00
too 1.00
thanx 1.00
thank 1.00
okie 1.00
ok 1.00
nite 1.00
lei 1.00
home 1.00
havent 1.00
er 1.00
done 1.00
beverage 1.00
anytime 1.00
yup 1.00
blank 0.98
tick 0.98
我不太明白为什么它不是这样?它确实应该可以工作,但不能按预期工作。
146tf150p 1.00
645 1.00
anytime 1.00
beverage 1.00
done 1.00
er 1.00
haven't 1.00
home 1.00
...
我该如何解决?
解决方法
摆脱set_index
并在值和feature_name上都使用sort_values
:
print (df.sort_values(by = ['values',"feature_name"],ascending=(False,True)))
feature_name values
10 146tf150p 1.00
15 645 1.00
13 anytime 1.00
5 beverage 1.00
4 done 1.00
16 er 1.00
3 havent 1.00
11 home 1.00
7 lei 1.00
0 nite 1.00
2 ok 1.00
9 okie 1.00
1 thank 1.00
8 thanx 1.00
12 too 1.00
14 where 1.00
6 yup 1.00
18 blank 0.98
17 tick 0.98
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。