“DataFrame”对象没有“sort”属性

Question

我在这里遇到了一些问题，在我的python包中我已经安装了numpy，但是我仍然有这个错误：

排序‘DataFrame’对象没有‘

’属性‘’

任何人都能给我一些建议..

这是我的代码：

final.loc[-1] =['', 'P','Actual']
final.index = final.index + 1  # shifting index
final = final.sort()
final.columns=[final.columns,final.iloc[0]]
final = final.iloc[1:].reset_index(drop=True)
final.columns.names = (None, None)

Answer 1

对于DataFrames，sort()已弃用，取而代之的是：

• sort_values() to sort by column(s)
• sort_index() to sort by

随着sort_values()和sort_index()的引入，sort()在Pandas 0.17 (2015-10-09)中被弃用(但仍然可用)。它从Pandas中删除，版本为0.20 (2017-05-05)。

Answer 2

熊猫排序101

在v0.20中，和已经取代了sort。除此之外，我们还有argsort。

以下是一些常见的排序用例，以及如何使用当前API中的排序函数来解决这些问题。首先，设置。

# Setup
np.random.seed(0)
df = pd.DataFrame({'A': list('accab'), 'B': np.random.choice(10, 5)})    
df                                                                                                                                        
   A  B
0  a  7
1  c  9
2  c  3
3  a  5
4  b  2

按单列排序

例如，要按列"A“对df进行排序，请使用带有单个列名的sort_values：

df.sort_values(by='A')

   A  B
0  a  7
3  a  5
4  b  2
1  c  9
2  c  3

如果您需要新的RangeIndex，请使用DataFrame.reset_index。

按多列排序

例如，要在df中同时按列"A“和"B”排序，可以向sort_values传递一个列表

df.sort_values(by=['A', 'B'])

   A  B
3  a  5
0  a  7
4  b  2
2  c  3
1  c  9

按DataFrame索引进行排序

df2 = df.sample(frac=1)
df2

   A  B
1  c  9
0  a  7
2  c  3
3  a  5
4  b  2

您可以使用sort_index来完成此操作

df2.sort_index()

   A  B
0  a  7
1  c  9
2  c  3
3  a  5
4  b  2

df.equals(df2)                                                                                                                            
# False
df.equals(df2.sort_index())                                                                                                               
# True

以下是一些具有可比性的方法及其性能：

%timeit df2.sort_index()                                                                                                                  
%timeit df2.iloc[df2.index.argsort()]                                                                                                     
%timeit df2.reindex(np.sort(df2.index))                                                                                                   

605 µs ± 13.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
610 µs ± 24.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
581 µs ± 7.63 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

按索引列表排序

例如,

idx = df2.index.argsort()
idx
# array([0, 7, 2, 3, 9, 4, 5, 6, 8, 1])

这个“排序”问题实际上是一个简单的索引问题。只需将整数标签传递给iloc即可。

df.iloc[idx]

   A  B
1  c  9
0  a  7
2  c  3
3  a  5
4  b  2