Nach einer oder mehreren Spalten sortieren

Rohdatenzeilen kommen in keiner hilfreichen Reihenfolge an. Durch das Sortieren stehen die interessantesten Datensätze oben, sodass Muster sofort ins Auge fallen. 🔎

In pandas ordnen Sie Zeilen mit sort_values neu. Sie geben die Spalte an, nach der sortiert werden soll, und pandas gibt einen neu sortierten DataFrame zurück.

Standardmäßig sortiert sort_values vom kleinsten zum größten Wert. Zahlen steigen also an, und Text wird alphabetisch von A bis Z sortiert.

Setzen Sie ascending=False, wenn die größten Werte zuerst erscheinen sollen, etwa die meistverkauften Produkte oder die höchsten Punktzahlen.

Übergeben Sie eine Liste von Spalten. pandas sortiert zuerst nach der ersten Spalte und löst gleiche Werte anschließend mit der nächsten Spalte auf, und so weiter.

Übergeben Sie auch für ascending eine Liste, mit einem Wert pro Spalte. So können Sie die Regionen von A bis Z und gleichzeitig die Umsätze vom höchsten zum niedrigsten Wert sortieren.

Standardmäßig gibt sort_values eine sortierte Kopie zurück und lässt das Original unverändert, sodass Ihre Quelldaten sicher bleiben.

Fügen Sie inplace=True hinzu, um den ursprünglichen DataFrame zu überschreiben, statt eine Kopie zurückzugeben. Verwenden Sie dies nur, wenn Sie das wirklich möchten.

Beim Sortieren bleibt jede Zeilenbezeichnung mit ihren Daten verbunden, sodass der index anschließend durcheinander aussieht. Das ist erwartetes Verhalten und kein Fehler.

Sie möchten nach dem Sortieren übersichtliche Bezeichnungen 0,1,2? Verketten Sie reset_index mit drop=True, um die Zeilen von oben neu zu nummerieren.

Fehlende Werte landen standardmäßig am Ende. Setzen Sie na_position auf first, wenn Sie sie lieber oben sehen möchten.

Sie können jetzt mit sort_values sortieren, mit ascending die Richtung umkehren, Gleichstände mithilfe einer Spaltenliste auflösen und Bezeichnungen mit reset_index übersichtlich gestalten. Gut gemacht! 🎉