2つ以上の列でPythonパンダのdataFrameを並べ替える方法

私は列を持つデータフレームを持っていると仮定しa、bそしてc、私は列でデータフレームをソートするb順序を昇順で、列でc降順に、私はこれをどのように行うのですか？

0.17.0リリース以降、このsortメソッドは非推奨になりましたsort_values。 sort0.20.0リリースでは完全に削除されました。引数（および結果）は同じままです。

df.sort_values(['a', 'b'], ascending=[True, False])

次の昇順の引数を使用できますsort。

df.sort(['a', 'b'], ascending=[True, False])

例えば：

In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])

In [12]: df1.sort(['a', 'b'], ascending=[True, False])
Out[12]:
   a  b
2  1  4
7  1  3
1  1  2
3  1  2
4  3  2
6  4  4
0  4  3
9  4  3
5  4  1
8  4  1

@renadeenによるコメント

並べ替えはデフォルトでは設定されていません！したがって、sortメソッドの結果を変数に割り当てるか、メソッド呼び出しにinplace = Trueを追加する必要があります。

つまり、df1をソートされたDataFrameとして再利用する場合は、次のようにします。

df1 = df1.sort(['a', 'b'], ascending=[True, False])

または

df1.sort(['a', 'b'], ascending=[True, False], inplace=True)

pandas 0.17.0以降、DataFrame.sort()非推奨になり、将来のバージョンのpandasで削除される予定です。データフレームを値で並べ替える方法は次のとおりです。DataFrame.sort_values

そのため、あなたの質問に対する答えは次のようになります

df.sort_values(['b', 'c'], ascending=[True, False], inplace=True)

数値データの大きなデータフレームの場合は、numpy.lexsortキーのシーケンスを使用して間接ソートを実行することにより、パフォーマンスが大幅に向上する場合があります。

import pandas as pd
import numpy as np

np.random.seed(0)

df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=['a','b'])
df1 = pd.concat([df1]*100000)

def pdsort(df1):
    return df1.sort_values(['a', 'b'], ascending=[True, False])

def lex(df1):
    arr = df1.values
    return pd.DataFrame(arr[np.lexsort((-arr[:, 1], arr[:, 0]))])

assert (pdsort(df1).values == lex(df1).values).all()

%timeit pdsort(df1)  # 193 ms per loop
%timeit lex(df1)     # 143 ms per loop

特徴の1つは、で定義された並べ替え順序numpy.lexsortが逆になっていることです。最初に(-'b', 'a')系列で並べ替えaます。bこのシリーズが降順であることを反映して、シリーズを否定します。

np.lexsortは数値でのみソートpd.DataFrame.sort_valuesし、文字列または数値で機能することに注意してください。np.lexsort文字列で使用すると、次のようになりますTypeError: bad operand type for unary -: 'str'。