mars.dataframe.DataFrame.sort_values#

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False, parallel_kind='PSRS', psrs_kinds=None)#

按任一轴上的值排序。

Parameters

df (Mars DataFrame) – 输入数据框。
由 (str) – 用于排序的名称或名称列表。
轴 (%(axes_single_arg)s, 默认 0) – 要排序的轴。
ascending (bool 或 list 的 bool, 默认为 True) – 排序方式为升序或降序。若要多重排序，请指定列表。如果这是一个布尔值列表，必须与 by 的长度一致。
inplace (bool, 默认值为 False) – 如果为 True，则在原地执行操作。
kind ({'quicksort', 'mergesort', 'heapsort'}, default 'quicksort') – 排序算法的选择。有关更多信息，请参阅 ndarray.np.sort。 mergesort 是唯一的稳定算法。对于 DataFrames，此选项仅在对单列或标签进行排序时应用。
na_position ({'first', 'last'}, default 'last') – 如果first，则将NaNs放在开头；last将NaNs放在结尾。
ignore_index (bool, default False) – 如果为 True，结果轴将标记为 0, 1, …, n - 1。
parallel_kind ({'PSRS'}, 默认 'PSRS') – 并行排序算法，详情请参阅： http://csweb.cs.wfu.edu/bigiron/LittleFE-PSRS/build/html/PSRSalgorithm.html

Returns

sorted_obj – 如果inplace=False，则为排序后的值的DataFrame，否则为None。

Return type

DataFrame 或无

示例

>>> import mars.dataframe as md
>>> df = md.DataFrame({
...     'col1': ['A', 'A', 'B', np.nan, 'D', 'C'],
...     'col2': [2, 1, 9, 8, 7, 4],
...     'col3': [0, 1, 9, 4, 2, 3],
... })
>>> df.execute()
    col1 col2 col3
0   A    2    0
1   A    1    1
2   B    9    9
3   NaN  8    4
4   D    7    2
5   C    4    3

按col1排序

>>> df.sort_values(by=['col1']).execute()
    col1 col2 col3
 A    2    0
 A    1    1
 B    9    9
 C    4    3
 D    7    2
 NaN  8    4

按多个列排序

>>> df.sort_values(by=['col1', 'col2']).execute()
    col1 col2 col3
 A    1    1
 A    2    0
 B    9    9
 C    4    3
 D    7    2
 NaN  8    4

降序排序

>>> df.sort_values(by='col1', ascending=False).execute()
    col1 col2 col3
 D    7    2
 C    4    3
 B    9    9
 A    2    0
 A    1    1
 NaN  8    4

将NAs放在首位

>>> df.sort_values(by='col1', ascending=False, na_position='first').execute()
    col1 col2 col3
 NaN  8    4
 D    7    2
 C    4    3
 B    9    9
 A    2    0
 A    1    1