如何在Python按多列对 CSV 进行排序？

在本文中，我们将讨论如何按多列对 CSV 文件进行排序。首先，我们将 CSV 文件转换为数据框，然后我们将使用sort_values()方法对数据框进行排序。

Syntax: DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind=’quicksort’, na_position=’last’)

Return Type: Returns a sorted Data Frame with same dimensions as of the function caller Data Frame.

将 CSV 文件转换为数据框后，我们需要在sort_values()方法中按参数添加两个或多个 CSV 文件的列名，轴分配为 0，如下所示：

sort_values(‘column1’, ‘column2’…’columnn’, axis=0)

正在使用的 CSV 文件：

以下是描述如何按多列对 CSV 文件进行排序的各种示例：

示例 1：

在下面的程序中，我们首先将 CSV 文件转换为数据帧，然后按单列升序对数据帧进行排序。

Python3

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("diamonds.csv")
  
# sorting data frame by a column
data.sort_values("carat", axis=0, ascending=True,
                 inplace=True, na_position='first')
  
# display
data.head(10)

输出：

示例 2：

在这里，转换成数据框后，CSV文件按多列排序，深度列先升序排序，然后表列按每个深度升序排序。

蟒蛇3

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("diamonds.csv")
  
# sorting data frame by multiple columns
data.sort_values(["depth", "table"], axis=0,
                 ascending=True, inplace=True)
  
# display
data.head(10)

输出：

示例 3：

在下面的示例中，CSV 文件按深度按降序排序，然后按每个深度的表格升序排序。

蟒蛇3

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("diamonds.csv")
  
# sorting data frame by multiple columns
data.sort_values(["depth", "table"], axis=0,
                 ascending=[False, True], inplace=True)
  
# display
data.head(10)

输出：

示例 4：

这是 CSV 文件按多列排序的另一个示例。

蟒蛇3

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("diamonds.csv")
  
# sorting data frame by multiple columns
data.sort_values(["depth", "table", "carat"], axis=0,
                 ascending=[False, True, False], inplace=True)
  
# display
data.head(10)

输出：