python - 当有平局时， Pandas 如何决定排序？

Question

Pandas 0.12.0

在下面的 DataFrame 中，为什么会打乱索引？查看 4，索引从 1、15、6、7 开始。 pandas 用来决定如何排序的推理是什么，我怀疑索引保持顺序以获得相等的值。

mydf=pd.DataFrame(np.random.randint(1, 6, 20),columns=["stars"])
mydf.sort(['stars'], ascending=False)


     stars
19   5
14   5
1    4
15   4
6    4
7    4
4    3
12   3
18   3
8    2
2    2
9    2
10   2
11   2
13   2
16   2
5    1
3    1
17   1
0    1

Answer 1

实际上，如果您查看 source code of pandas DataFrame ，你会看到 sort()只是 sort_index() 的包装具有不同的参数，并且正如@Jeff 在 this question 中所说, sort_index()是首选的使用方法。

使用 numpy.argsort() 的 sort_index() 方法如果您仅按一列排序，则使用默认的 kind=quicksort。和 quicksort()不是 stable ，这就是您的索引看起来乱七八糟的原因。

但是你可以将 kind 参数传递给 sort_index() ('mergesort'、'quicksort'、'heapsort 之一')，因此您可以使用稳定排序 ('mergesort') 来完成您的任务:

>>> mydf.sort_index(by=['stars'], ascending=False, kind='mergesort')
    stars
17      5
11      5
6       5
1       5
19      4
18      4
15      4
14      4
7       4
5       4
2       4
10      3
8       3
4       3
16      2
12      2
9       2
3       2
13      1
0       1

sort_index() 也使用归并排序(或计数排序)如果by 参数中有不止一列，这很有趣，例如，你可以这样做:

>>> mydf.sort_index(by=['stars', 'stars'], ascending=False)
    stars
1       5
6       5
11      5
17      5
2       4
5       4
7       4
14      4
15      4
18      4
19      4
4       3
8       3
10      3
3       2
9       2
12      2
16      2
0       1
13      1

现在排序是稳定的，但是索引是升序排序的