pandas.DataFrame, Seriesをソートするsort_values, sort_index
pandas.DataFrame, pandas.Seriesをソート（並び替え）するには、sort_values(), sort_index()メソッドを使う。昇順・降順を切り替えたり、複数列を基準にソートしたりできる。
なお、古いバージョンにあったsort()メソッドは廃止されているので注意。
昇順・降順に並び替えるのではなく、昇順・降順に順位付けした結果を得たい場合はrank()メソッドを使う。以下の記事を参照。
ここでは、例として以下のデータを使用する。
import pandas as pd
df = pd.read_csv('data/src/sample_pandas_normal.csv')
print(df)
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
サンプルのcsvファイルはコチラ。
例はpandas.DataFrameだが、pandas.Seriesでもsort_values()とsort_index()が用意されているので、使い方は同じ。
要素でソートするsort_values
要素の値に応じてソートするにはsort_values()メソッドを使う。
ソートしたい列のラベル（列名）を第一引数（by）に指定する。
df_s = df.sort_values('state')
print(df_s)
# name age state point
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 4 Ellen 24 CA 88
# 0 Alice 24 NY 64
# 5 Frank 30 NY 57
# 3 Dave 68 TX 70
昇順、降順（引数ascending）
デフォルトは昇順。降順にしたい場合は引数ascendingをFalseにする。
df_s = df.sort_values('state', ascending=False)
print(df_s)
# name age state point
# 3 Dave 68 TX 70
# 0 Alice 24 NY 64
# 5 Frank 30 NY 57
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 4 Ellen 24 CA 88
複数列を基準にソート
第一引数byをリストで指定すると、複数列を基準にソートできる。
リストの後ろから順番にソートされていくイメージ。最後にリストの最初の列でソートされる。
df_s = df.sort_values(['state', 'age'])
print(df_s)
# name age state point
# 2 Charlie 18 CA 70
# 4 Ellen 24 CA 88
# 1 Bob 42 CA 92
# 0 Alice 24 NY 64
# 5 Frank 30 NY 57
# 3 Dave 68 TX 70
df_s = df.sort_values(['age', 'state'])
print(df_s)
# name age state point
# 2 Charlie 18 CA 70
# 4 Ellen 24 CA 88
# 0 Alice 24 NY 64
# 5 Frank 30 NY 57
# 1 Bob 42 CA 92
# 3 Dave 68 TX 70
引数ascendingをリストで指定すると、それぞれの列に対して昇順・降順を選択することができる。
df_s = df.sort_values(['age', 'state'], ascending=[True, False])
print(df_s)
# name age state point
# 2 Charlie 18 CA 70
# 0 Alice 24 NY 64
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
# 1 Bob 42 CA 92
# 3 Dave 68 TX 70
元のオブジェクトを変更（引数inplace）
デフォルトではソートされた新たなオブジェクトが返されるが、引数inplaceをTrueとすると、元のオブジェクト自体が変更される。
df.sort_values('state', inplace=True)
print(df)
# name age state point
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 4 Ellen 24 CA 88
# 0 Alice 24 NY 64
# 5 Frank 30 NY 57
# 3 Dave 68 TX 70
行方向にソート（引数axis）
これまでの例のように、デフォルトでは列方向（縦方向）にソートされる。
行方向にソートしたい場合は引数axisを1とする。その他の引数はこれまでの例と同様。
数値と文字列が混在しているとエラーになるので、ここでは文字列の列を削除して数値の列のみにして例示している。drop()メソッドについては以下の記事参照。
df_d = df.drop(['name', 'state'], axis=1)
print(df_d)
# age point
# 1 42 92
# 2 18 70
# 4 24 88
# 0 24 64
# 5 30 57
# 3 68 70
df_d .sort_values(by=1, axis=1, ascending=False, inplace=True)
print(df_d)
# point age
# 1 92 42
# 2 70 18
# 4 88 24
# 0 64 24
# 5 57 30
# 3 70 68
インデックス（行名・列名）でソートするsort_index
インデックス（行名・列名）でソートするにはsort_index()メソッドを使う。
行名でソート
sort_index()ではデフォルトで行名に従って列方向（縦方向）にソートされる。
print(df)
# name age state point
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 4 Ellen 24 CA 88
# 0 Alice 24 NY 64
# 5 Frank 30 NY 57
# 3 Dave 68 TX 70
df_s = df.sort_index()
print(df_s)
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
昇順、降順（引数ascending）
sort_values()と同じく、デフォルトは昇順。降順にしたい場合は引数ascendingをFalseにする。
df_s = df.sort_index(ascending=False)
print(df_s)
# name age state point
# 5 Frank 30 NY 57
# 4 Ellen 24 CA 88
# 3 Dave 68 TX 70
# 2 Charlie 18 CA 70
# 1 Bob 42 CA 92
# 0 Alice 24 NY 64
元のオブジェクトを変更（引数inplace）
sort_values()と同じく、引数inplaceを指定できる。Trueとすると元のオブジェクトが変更される。
df.sort_index(inplace=True)
print(df)
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
列名でソート（引数axis）
こちらもsort_values()と同じく、引数axis=1とすると、列名に従って行方向（横方向）にソートされる。その他の引数もこれまでの例と同様に使える。
df_s = df.sort_index(axis=1)
print(df_s)
# age name point state
# 0 24 Alice 64 NY
# 1 42 Bob 92 CA
# 2 18 Charlie 70 CA
# 3 68 Dave 70 TX
# 4 24 Ellen 88 CA
# 5 30 Frank 57 NY
df.sort_index(axis=1, ascending=False, inplace=True)
print(df)
# state point name age
# 0 NY 64 Alice 24
# 1 CA 92 Bob 42
# 2 CA 70 Charlie 18
# 3 TX 70 Dave 68
# 4 CA 88 Ellen 24
# 5 NY 57 Frank 30