数据库查询语句升序降序(数据库排序升序降序)

为帮助学习pandas，特意从和鲸社区中提炼出120道经典数据处理常见操作例题，从基础入门到进阶来更快速、更专业数据库查询语句升序降序的角度理解pandas。主要包括：

Pandas基础Pandas进阶金融数据处理NumPy科学计算一些补充

（https://www.heywhale.com/mw/project/5ef96ce863975d002c95fd8a/content)

原始数据打印：

创建data_dict字典，并将数据传入pd.DataFrame，结果如下：

data_dict={ "City":["北京","上海","郑州","hangzhou",np.nan,"tianjin","武汉","上海"], "Air_quality":[95,88,np.nan,85,80,85,30,70], "temperature":[31,32,43,32,12,23,13,23]}data = pd.DataFrame(data_dict)data

需求确认：

按照temperature列对数据进行升序（降序）排序。按照City、Air_quality、temperature列对数据进行升序（降序）排序。按照City列对数据进行升序排序，并将空值放在首位。按照City列对数据进行升序排序，并将空值放在首位，并替换原数据。

代码实现：

按照temperature列对数据进行升序（降序）排序。data.sort_values('temperature')

#按照temperature列对数据进行降序排序data.sort_values('temperature',ascending=False)

按照City、Air_quality、temperature列对数据进行升序排序。data.sort_values(by=['City','Air_quality','temperature'])

排序顺序：1City、2Air_quality、3temperature。

如上图，4显示：City列相同，均为上海，2显示70、88升序排列。

#按照City、Air_quality、temperature列对数据进行降序排序。data.sort_values(by=['City','Air_quality','temperature'],ascending=False)

排序顺序：1City、2Air_quality、3temperature。

如上图，4显示：City列相同，均为上海，2显示88、70降序排列。

按照City列对数据进行升序排序，并将空值放在首位。data.sort_values(by=['City'],ascending=True,na_position='first')

如上图，添加na_position=‘first’与没有添加有明显的区别。

按照City列对数据进行升序排序，并将空值放在首位，并替换原数据data.sort_values(by=['City'],ascending=True,na_position='first',inplace=True)data

通过上图对比可得，替换原数据之后，索引与原数据索引不一样数据库查询语句升序降序了数据库查询语句升序降序！！！

DataFrame.sort_values() *** 使用说明：

pandas中的sort_values()函数原理类似于SQL中的order by，可以将数据集依照某个字段中的数据进行排序，该函数即可根据指定列数据也可根据指定行的数据排序。

DataFrame.sort_values(by=‘’, axis=0, ascending=True, inplace=False, na_position=‘last’)

参数说明

参数

说明

by

指定列名(axis=0或'index')或索引值(axis=1或'columns')

axis

若axis=0或'index'，则按照指定列中数据大小排序；若axis=1或'columns'，则按照指定索引中数据大小排序，默认axis=0

ascending

是否按指定列的数组升序排列，默认为True，即升序排列

inplace

是否用排序后的数据集替换原来的数据，默认为False，即不替换

na_position

{‘first',‘last'}，设定缺失值的显示位置

总结：本文使用数据库查询语句升序降序了sort_values（） *** 对一列或者多列数据进行升序降序排序。。

#我要上头条#

#python#

#我要上 头条#

#微头条日签#