如何在熊猫数据框中按升序对所有列进行独立排序？答案

【问题标题】：How to sort all columns independently in ascending order in a pandas dataframe?如何在熊猫数据框中按升序对所有列进行独立排序？
【发布时间】：2020-06-23 15:57:27
【问题描述】：

我想按升序对数据框中的所有列进行独立排序。我的数据框如下：

date,A,B,C,D
1989-12-31,540.8,497.351,757.9,649.811
1990-12-31,388.9,453.65,454.2,714.898
1991-12-31,796.3,170.308,1080.4,274.678
1992-12-31,427.7,304.587,695.6,414.898

我已经手动尝试过：

df1=df.sort_values(by=['A','B','C','D'],axis=0, inplace=True)

date,A,B,C,D
1990-12-31,388.9,453.65,454.2,714.898
1992-12-31,427.7,304.587,695.6,414.898
1989-12-31,540.8,497.351,757.9,649.811
1991-12-31,796.3,170.308,1080.4,274.678

但正如您所见，它仅适用于“A”列。

我必须在每一列上做一个循环吗？

有没有更简单的方法？我查看了排序手册，但我无法弄清楚。

谢谢

【问题讨论】：

df.iloc[:,1:]=np.sort(df.iloc[:,1:].to_numpy(),axis=0) ?
我找到了这个。很优雅 df=df.transform(np.sort) 你怎么看？
确实很不错..不知道你可以在转换中传递np.sort

标签： python pandas sorting multiple-columns

【解决方案1】：

您的代码有效 - 但排序的工作方式是它是分层的，如果 A 列中的每个值都不同，那么它将首先在 A 列上强制排序。然后它将在 B 列上对所有实例进行排序是 A 中相同值的倍数，并且对于 C 仅当存在 A 和 B 相同但 C 不同的实例时。

但是 - 您在 A 中显示的所有值都彼此不同，因此它只会使用此方法基于 A 进行排序。

【讨论】：