Сортировка колонок в Python: практические решения

Дополнительные примеры сортировки столбцов

В этом разделе представлены нестандартные сценарии сортировки столбцов с подробными комментариями.

Сортировка по нескольким столбцам с разными направлениями

Часто требуется отсортировать сначала по одному столбцу, затем по другому с разным порядком (например, по возрасту по возрастанию, а при равном возрасте - по зарплате по убыванию).

import pandas as pd

data = {'Имя': ['Анна', 'Борис', 'Виктор', 'Глеб', 'Дмитрий'],
        'Отдел': ['IT', 'HR', 'IT', 'HR', 'IT'],
        'Возраст': [25, 30, 22, 30, 22],
        'Зарплата': [50000, 60000, 45000, 65000, 47000]}
df = pd.DataFrame(data)

df_sorted = df.sort_values(by=['Возраст', 'Зарплата'], ascending=[True, False])
print(df_sorted)

       Имя Отдел  Возраст  Зарплата
2  Виктор    IT       22     45000
4  Дмитрий    IT       22     47000
0     Анна    IT       25     50000
1    Борис    HR       30     60000
3     Глеб    HR       30     65000

В данном примере строки сортируются сначала по возрасту (по возрастанию), при одинаковом возрасте - по зарплате (по убыванию). Это достигается передачей списка в параметр by и списка булевых значений в ascending.

Стабильная сортировка и сохранение исходного порядка равных элементов

По умолчанию sort_values использует стабильную сортировку (алгоритм TimSort), поэтому равные элементы сохраняют свой исходный порядок. Это может быть важно при последовательной сортировке.

# Продолжаем предыдущий пример: при сортировке только по возрасту
# порядок людей с возрастом 22 сохраняется как в исходных данных
df_age = df.sort_values('Возраст')
print(df_age)

       Имя Отдел  Возраст  Зарплата
2  Виктор    IT       22     45000
4  Дмитрий    IT       22     47000
0     Анна    IT       25     50000
1    Борис    HR       30     60000
3     Глеб    HR       30     65000

Видно, что "Виктор" (строка с индексом 2) стоит раньше "Дмитрия" (индекс 4) при равных возрастах, так как в исходном DataFrame он был выше.

Сортировка с пользовательской функцией сравнения через key

В pandas sort_values не поддерживает пользовательскую функцию сравнения напрямую. Однако можно создать временный столбец на основе ключа и отсортировать по нему.

import pandas as pd

df = pd.DataFrame({'fruit': ['apple', 'banana', 'cherry', 'date', 'elderberry'],
                   'count': [3, 2, 5, 4, 1]})

# Сортировка по длине названия фрукта
df['len_name'] = df['fruit'].str.len()
df_sorted = df.sort_values('len_name').drop('len_name', axis=1)
print(df_sorted)

        fruit  count
0       apple      3
1      banana      2
3        date      4
2      cherry      5
4  elderberry      1

Также можно использовать key в sorted для обычных списков, но для DataFrame этот подход через временный столбец проще.

Обработка пропущенных значений при сортировке

Параметр na_position управляет расположением строк с NaN. По умолчанию они помещаются в конец, но можно вывести их в начало.

import pandas as pd
import numpy as np

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'],
                   'score': [90, np.nan, 85, np.nan]})

print("Сортировка с NaN в конце:")
print(df.sort_values('score'))
print("\nСортировка с NaN в начале:")
print(df.sort_values('score', na_position='first'))

Сортировка с NaN в конце:
      name  score
2  Charlie   85.0
0    Alice   90.0
1      Bob    NaN
3    David    NaN

Сортировка с NaN в начале:
      name  score
1      Bob    NaN
3    David    NaN
2  Charlie   85.0
0    Alice   90.0

Сортировка столбца с разными типами данных в списке списков

При сортировке смешанных типов (например, число и строка) может возникнуть ошибка. Решение - использовать функцию, которая нормализует типы.

data = [['A', 3], ['B', 2.5], ['C', '10'], ['D', 1]]
def safe_sort_key(item):
    val = item[1]
    try:
        return float(val)
    except (ValueError, TypeError):
        # Если не удается преобразовать, помещаем в конец или обрабатываем
        return float('inf')  # или 0, в зависимости от логики

sorted_data = sorted(data, key=safe_sort_key)
print(sorted_data)

[['D', 1], ['B', 2.5], ['A', 3], ['C', '10']]

Здесь функция safe_sort_key пытается привести значение к float, а если не получается, возвращает бесконечность, чтобы такие элементы оказались в конце. Можно адаптировать под конкретные требования.

Сортировка столбца с игнорированием регистра строк

Для сортировки строк без учета регистра используют преобразование к нижнему регистру или использование key=str.lower.

import pandas as pd

df = pd.DataFrame({'word': ['Apple', 'banana', 'Cherry', 'date']})
df_sorted = df.sort_values('word', key=lambda col: col.str.lower())
print(df_sorted)

    word
0  Apple
1  banana
2  Cherry
3  date

Параметр key в sort_values принимает функцию-преобразователь для всего столбца. Здесь применяется str.lower ко всем элементам перед сравнением.