Pandas - sort_values

sort_values() Fonksiyonu

Veri çerçevesini sütun(lar)daki değerlere göre sıralamak istersek (sütun başlıklarına göre değil), sort_values() fonksiyonunu kullanmalıyız. Sütun başlıklarına (isimlerine) göre sıralama yapmak isterseniz, sort_index() Fonksiyonunu ya da reindex() Fonksiyonu inceleyebilirsiniz

Parametreler

by Parametresi

sort_values() fonksiyonu ile sütun değerlerine göre sıralama yapmak için by parametresi kullanılmalıdır. by parametresi, bir veya daha fazla sütunu belirtmek için kullanılabilir. Bu durumda sütun isimlerini köşeli parantez içinde yani bir liste olarak yazmalıyız. Fonksiyonu, örneklerle inceleyelim.

import pandas as pd
df = pd.read_excel("Veri_Setleri/imdb.xlsx", index_col="Film_Adı")
print(df.head(10))

Örneğin yukarıda oluşturduğumuz df veri çerçevesini, Yıla göre sıralamak istersek aşağıdaki kodu çalıştırmalıyız.

print(df.sort_values(by="Yıl"))

247 rows × 3 columns

Sıralama işlemini birden fazla sütuna göre yapmak istersek, sütun isimlerini köşeli parantez içinde yani bir liste olarak belirtmemiz gerekir.

print(df.sort_values(by=["Puan", "Yıl"]))

247 rows × 3 columns

Bu kod ile, öncelikle Puan sütununa göre sıralama yapılır, Puan sütununda aynı değerler yanyana geldiğinde ise, Yıl sütunu baz alınarak sıralama yapılır.

ascending Parametresi

Yukarıdaki örneklerde göreceğiniz gibi Veri çerçevesi, Yıla göre sıralandığında, varsayılan olarak alfabetik artan (küçükten büyüğe) şeklinde sıralandı. Eğer alfabetik azalan (büyükten küçüğe) şeklinde sıralamak istersek (yani sıralamayı ters çevirmek istersek) ascending=False parametresini kullanmalıyız.

print(df.sort_values(by="Yıl", ascending=False))

247 rows × 3 columns

na_position Parametresi

sort_values() fonksiyonu, na_position parametresi aracılığıyla NA (yani kayıp / eksik veri) değerlerini özel işleme tabi tutarak sıralayabilir.

Numpy Kütüphanesini kullanarak Rastgele sayılardan müteşekkil örnek bir veri çerçevesi oluşturup içeriğine bakalım.

import numpy as np
df2 = pd.DataFrame(
    {
        "Sütun_1": pd.Series(np.random.randn(3), index=["a", "b", "c"]),
        "Sütun_2": pd.Series(np.random.randn(4), index=["a", "b", "c", "d"]),
        "Sütun_3": pd.Series(np.random.randn(3), index=["b", "c", "d"]),
        "Sütun_4": pd.Series(np.random.randn(2), index=["a", "d"]),
    }
)
print(df2)

Görüldüğü üzere, Sütun_1, Sütun_3 ve Sütun_4'te NaN (Not a Number) kayıp/eksik veriler bulunmakta. Örneğin Sütun_4'e göre yapılacak sıralama işleminde, NaN değerlerini en üste almak isteyelim. Bunun için na_position parametresinin "first" seçeneğini belirtmemiz gerekir.

print(df2.sort_values(by= "Sütun_4", na_position="first"))

Sütun_4'e göre yapılacak sıralama işleminde, NaN değerlerini en alta almak istersek, bu defa na_position parametresinin "last" seçeneğini belirtmemiz gerekir.

print(df2.sort_values(by= "Sütun_4", na_position="last"))