한 열의 값으로 Pandas DataFrame 을 정렬하는 방법

1. DataFrame 정렬 순서-인수 ascending
2. DataFrame 정렬 순서-인수 na_position

pandas.DataFrame.sort_values 메소드를 사용하여 DataFrame값을 정렬하고 정렬 순서를 지정하는 ‘오름차순’과 정렬 된 결과에서 NaN의 위치를 ​​결정하는 na_position과 같은 옵션을 소개합니다.

다음의 ‘데이터 프레임’을 고려하십시오.

import pandas as pd

df = pd.DataFrame(
    {
        "col1": ["g", "t", "n", "w", "n", "g"],
        "col2": [5, 2, 5, 1, 3, 6],
        "col3": [0, 7, 2, 8, 1, 2],
    }
)
print(df)

이 코드를 실행하면 아직 정렬되지 않은 다음과 같은 출력이 표시됩니다.

    col1  col2  col3
0    g     5     0
1    t     2     7
2    n     5     2
3    w     1     8
4    n     3     1
5    g     6     2

이제 아래 코드로 DataFrame 을 정렬 할 수 있습니다.

import pandas as pd

df = pd.DataFrame(
    {
        "col1": ["g", "t", "n", "w", "n", "g"],
        "col2": [5, 2, 5, 1, 3, 6],
        "col3": [0, 7, 2, 8, 1, 2],
    }
)
print(df.sort_values(by=["col1"]))

DataFrame 을 col1 으로 정렬했습니다. 위의 코드를 실행하면 다음과 같은 결과가 나타납니다.

    col1  col2  col3
0    g     5     0
5    g     6     2
2    n     5     2
4    n     3     1
1    t     2     7
3    w     1     8

정렬을 위해 둘 이상의 열을 사용할 수 있습니다. 위 코드의 마지막 줄을 다음과 같이 변경하겠습니다.

print(df.sort_values(by=["col1", "col2"]))

코드를 실행하면 다음과 같은 결과가 나타납니다.

    col1  col2  col3
0    g     5     0
5    g     6     2
4    n     3     1
2    n     5     2
1    t     2     7
3    w     1     8

이제 DataFrame 은 col2 로 더 분류됩니다.

DataFrame 정렬 순서-인수 ascending

기본적으로 정렬은 오름차순으로, DataFrame을 내림차순으로 변경하려면 플래그 ascending=False를 설정해야합니다.

print(df.sort_values(by=["col1", "col2"], ascending=False))

코드를 실행하면 다음과 같은 결과가 나타납니다.

    col1  col2  col3
3    w     1     8
1    t     2     7
2    n     5     2
4    n     3     1
5    g     6     2
0    g     5     0

DataFrame 정렬 순서-인수 na_position

na_position 은 정렬 후 NaN 의 위치를 ​​지정합니다. 즉,last 는 NaN 을 끝에 놓습니다. 기본값은 정렬 된 결과의 시작 부분에 NaN 을 넣는 first 입니다.

다음의 ‘데이터 프레임’을 고려하십시오.

import numpy as np
import pandas as pd

s = pd.Series([np.nan, 2, 4, 10, 7])
print(s.sort_values(na_position="last"))

코드를 실행하면 다음과 같은 결과가 나타납니다.

1     2.0
2     4.0
4     7.0
3    10.0
0     NaN