【Python】sort_values｜データを並び替える方法

データを並び替える

DataFrameに格納したデータを「並び替える」方法をご紹介します

sort_valuesを使うことで自由自在にデータを並び替えることができます

また単純に並び替えるだけではなく、昇順・降順や上書きなど

詳細を設定することも可能です

事前準備

「Pandas」というデータ解析を実施できるライブラリをインポートします　

import pandas as pd

※サンプルデータ：学校のテストの点数

student.head()

sort_valuesの使い方

sort_values()は関数としてパラメータを指定して利用します

DataFrameの変数に続けて記述しましょう

サンプルとして「国語の点数」を点数の高い順（降順）で並び替えます

student.sort_values('国語', ascending=False)

「100点」が1人いることが分かりました

ここからはsort_values()のパラメータをそれぞれご紹介します

パラメータ

おすすめ度を判定：★★★＝必須｜★★☆＝推奨｜★☆☆＝任意

★★★：by（並び替える列）

student.sort_values('国語', ascending=False)

並び替えたい列名を必ず指定する必要があります

パラメータをbyとしていますが、「列名」をそのまま記述してください

例として「列名：クラス」を1組から並び替えてみます（昇順）

student.sort_values('クラス')

★★★：ascending（昇順・降順）

student.sort_values('国語', ascending=False)

ascendingとは英語で「昇順：小さい順」という意味です

記載がない場合（デフォルト）は「ascending = False」となり、昇順で並び替えられます

※複数列で並び替える場合

複数の列で並び替える場合は、列名を[ ]リストで指定してください

またascendingも[ ]リストの中で「True・False」を記述します

例えばクラスは「1組～8組」の順で、国語の点数は「100点～0点」の順で並び替えます

student.sort_values(['クラス','国語'], ascending=[True,False])

[ ]リストの書き順は、並び替える「優先順位」を意識しましょう

最初に記述した「クラス」を並び替えた後に、「国語」の点数で並び替えるイメージです

★★☆：inplace（上書き）

student.sort_values('国語', ascending=False, inplace=True)

inplaceを「True」と設定することで、並び替えた内容で上書きすることができます

入れ替えた状態のDataFrameを利用する際に便利なパラメータです

★☆☆：na_position（欠損値の位置）

student.sort_values('国語', na_position='first')

欠損値が存在する場合の並び替えの処理をna_positionで指定することができます

デフォルトでは欠損値は下に位置しますが、設定で上部に並び替えることも可能です

他の関数と組み合わせる

単純に並び替えるだけではなく、他の関数と組み合わせて利用することが多いです

実際のデータ分析でよく利用されるpivot_tableを使ってみましょう

クラスごとの英語の平均点を集計し、点数の高い順に並び替えています

student.pivot_table(index='クラス', 
values='英語').sort_values('英語', ascending=False)

ピボットテーブルの使い方でご説明しています

2021-04-29【Python】Pythonピボットテーブルを完全攻略｜pivot_table

まとめ

今回はデータを「並び替える」方法をご紹介してきました

非常に簡単な関数で、利用頻度も高いのでぜひ覚えて使ってみてください