เรียงลำดับ DataFrame ใน pandas
ในบทเรียนนี้ คุณจะเรียงแถวของ DataFrame ตามค่าในคอลัมน์ด้วย sort_values()
บทนำ
ปัญหาที่ต้องแก้
การจัดอันดับ การแสดงคำสั่งซื้อล่าสุดก่อน หรือรายชื่อเรียงตามตัวอักษร ล้วนอาศัยการเรียงลำดับเพื่อให้ตารางอ่านง่าย เมื่อแต่ละแถวมีหลายค่า เราต้องเรียงตามคอลัมน์หนึ่ง โดยค่าในแถวเดียวกันต้องอยู่ด้วยกันเสมอ
ลองนึกภาพแบบนี้
การเรียง DataFrame เหมือนการจัดลำดับกระดานคะแนนที่พิมพ์ออกมาใหม่ โดยตัดกระดาษออกเป็นแถบทีละแถว แล้ววางเรียงตามคะแนน แต่ละแถบยังมีชื่อ คะแนน และหมายเลขแถวเดิมติดอยู่
sort_values("score", ...)✂️ เรียงแถบตามคะแนนascending=False⬇️ คะแนนสูงสุดก่อน0, 2, 1🏷️ แต่ละแถบคงป้ายแถวเดิมranked🏆 Ada, Sam, Linsort_values จัดลำดับแถวของ DataFrame ใหม่ตามคอลัมน์หนึ่งหรือหลายคอลัมน์ โดยย้ายทั้งแถวไปพร้อมกับป้าย index ของแถวนั้น
ประเด็นสำคัญ
sort_values("score", ascending=False)เรียงแถวตามคะแนน จากสูงสุดลงมา- ทั้งแถวย้ายไปด้วยกัน แต่ละชื่อจึงยังอยู่คู่กับคะแนนของตัวเอง
- ป้าย index 0, 2, 1 บอกว่าแต่ละแถวเดิมอยู่ตำแหน่งไหน
rankedเป็น DataFrame ใหม่ ส่วนstudentsคงลำดับเดิม
ใช้เมื่อไร?
- การจัดอันดับ และรายการ N อันดับแรก
- เรียงเหตุการณ์หรือคำสั่งซื้อตามลำดับเวลา
- เตรียมข้อมูลสำหรับรายงานและกราฟ
เมื่อไรยังไม่จำเป็น
- ต้องการแค่ไม่กี่แถวบนสุดจากตารางใหญ่:
nlargest(3, "score")เร็วกว่า - เรียงตามป้ายแถว: ใช้
sort_index()
โค้ดตัวอย่าง
import pandas as pd
students = pd.DataFrame({
"name": ["Ada", "Lin", "Sam"],
"score": [95, 88, 91],
})
ranked = students.sort_values("score", ascending=False)
print(ranked)
ผลลัพธ์จากการรัน
name score
0 Ada 95
2 Sam 91
1 Lin 88
อธิบายโค้ด
เมธอด sort_values("score") เรียงแถวตามคอลัมน์คะแนน พารามิเตอร์ ascending=False เรียงจากมากไปน้อย นักเรียนที่คะแนนสูงสุดจึงอยู่ลำดับแรก ดัชนีเดิมของแต่ละแถวยังคงอยู่ แถวของ Sam จึงยังมีดัชนี 2
เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python
แบบฝึกหัดเพิ่มเติม
ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก
- เพิ่มแถว คอลัมน์ และค่าที่หายไปบางส่วนในข้อมูลตัวอย่าง
- รวมการกรอง การเรียง และ groupby เพื่อสร้างรายงานเล็ก ๆ
- อ่านไฟล์ข้อมูลจริง ตรวจชนิดของแต่ละคอลัมน์ และจัดการค่าที่ไม่ถูกต้อง
ข้อผิดพลาดที่พบบ่อย
คาดว่าตารางเดิมจะเปลี่ยน
โดยค่าเริ่มต้น sort_values ส่งกลับ DataFrame ตัวใหม่ ตารางเดิมไม่เปลี่ยน
students.sort_values("score")
print(students) # unchanged
students = students.sort_values("score")
เรียนบทนี้จบแล้วใช่ไหม
ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า
ฝึกด้วยโจทย์
ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI
โจทย์ทั้งหมด