Python & R 数据结构排序方法大全！建议收藏！

用户11414625

发布于 2024-12-20 16:51:26

4200

代码可运行

文章被收录于专栏：生信星球520生信星球520

运行总次数：0

代码可运行

Hi~今天给大家带来Python和R两种语言中各种数据结构的排序方法。这两种语言都是一手一个的必备工具，虽然AI如此发达，但基本功还是要有，掌握它们的排序技巧可以让我们的数据处理更加得心应手！

🐍 Python部分

📊 Python排序方法对比

🎯 1. 列表(List)排序

sort()方法，原地修改
sorted()函数，不改变原数据
降序参数都是reverse=True

# 创建一个列表
x = [5, 2, 8, 1, 9, 3]
print(x)

[5, 2, 8, 1, 9, 3]

方法1：使用sort()方法，原地修改

x.sort()
print(x)  # 👉 从小到大

[1, 2, 3, 5, 8, 9]

x.sort(reverse=True)
print(x)  # 👉 从大到小

[9, 8, 5, 3, 2, 1]

方法2：使用sorted()函数

x = [5, 2, 8, 1, 9, 3]  # 重新创建列表
x2 = sorted(x) 
print(x2) # 👉 从小到大

[1, 2, 3, 5, 8, 9]

x3 = sorted(x,reverse=True)
print(x3) # 👉 从大到小

[9, 8, 5, 3, 2, 1]

📊 2. NumPy Array排序

用sort()函数
倒序加上[::-1]

import numpy as np

# 创建一个NumPy数组
x = np.array([5, 2, 8, 1, 9, 3])
x

array([5, 2, 8, 1, 9, 3])

# 使用sort()函数
x2 = np.sort(x)
x2 # 升序

array([1, 2, 3, 5, 8, 9])

没有现成的降序参数，但可以用取子集的方式让它倒序排列

x3 = np.sort(x)[::-1]
x3

array([9, 8, 5, 3, 2, 1])

这里用到了切片语法 [start:end:step] ：

前面两个冒号是因为start和end省略了，就是指所有元素

当 step 为正数时，从左往右取值

当 step 为负数时，从右往左取值

[::-1] 表示从后往前取所有元素，即反转数组

🔢 3. Series排序

series是数据框里的一列，再输出结果里有两列是因为它和数据框一样有索引（行名）

sort_values()方法
降序参数是ascending

import pandas as pd

# 创建一个Series
x = pd.Series([5, 2, 8, 1, 9, 3])
print(x)

0    5
1    2
2    8
3    1
4    9
5    3
dtype: int64

# 使用sort_values()方法
print(x.sort_values())  # 升序

3    1
1    2
5    3
0    5
2    8
4    9
dtype: int64

print(x.sort_values(ascending=False))  # 降序

4    9
2    8
0    5
5    3
1    2
3    1
dtype: int64

🎲 4. DataFrame排序

sort_values()函数
降序参数是ascending
支持多列排序

import pandas as pd

# 创建一个学生年龄和成绩DataFrame
df = pd.DataFrame({
    'name': ['Tom', 'Amy', 'Jack', 'Lisa'],
    'age': [16, 15, 17, 16],
    'score': [85, 92, 88, 95]
})
print(df)

   name  age  score
0   Tom   16     85
1   Amy   15     92
2  Jack   17     88
3  Lisa   16     95

# 单列排序
print(df.sort_values('score'))

   name  age  score
0   Tom   16     85
2  Jack   17     88
1   Amy   15     92
3  Lisa   16     95

print(df.sort_values('score', ascending=False))

   name  age  score
3  Lisa   16     95
1   Amy   15     92
2  Jack   17     88
0   Tom   16     85

# 多列排序
print(df.sort_values(['age', 'score'], 
      ascending=[True, False]))

   name  age  score
1   Amy   15     92
3  Lisa   16     95
0   Tom   16     85
2  Jack   17     88

多列排序的意思用这个例子来讲：先按照age排序，如果age相同则按照score排序！

📈 R语言部分

📊 R语言排序方法对比

数据结构	排序方法	类型	降序参数	空值处理
Vector	sort()	函数	decreasing=TRUE	默认排在后面
Data Frame	arrange()	函数	desc()	默认排在后面

🥊1.向量排序

# 创建一个向量
x <- c(5, 2, 8, 1, 9, 3)
x  # 看看原始数据

## [1] 5 2 8 1 9 3

# 使用sort()函数
x2 <- sort(x)
x2  # 👉 升序：从小到大

## [1] 1 2 3 5 8 9

x3 <- sort(x, decreasing = TRUE)
x3  # 👉 降序：从大到小

## [1] 9 8 5 3 2 1

🎲2.数据框排序

# 创建一个学生成绩数据框
df <- data.frame(
  name = c("Tom", "Amy", "Jack", "Lisa"),
  age = c(16, 15, 17, 16),
  score = c(85, 92, 88, 95)
)
df

##   name age score
## 1  Tom  16    85
## 2  Amy  15    92
## 3 Jack  17    88
## 4 Lisa  16    95

# 使用dplyr包
library(dplyr)

# 单列排序
df %>% 
  arrange(score)  # 👉 按成绩升序

##   name age score
## 1  Tom  16    85
## 2 Jack  17    88
## 3  Amy  15    92
## 4 Lisa  16    95

df %>% 
  arrange(desc(score))  # 👉 按成绩降序

##   name age score
## 1 Lisa  16    95
## 2  Amy  15    92
## 3 Jack  17    88
## 4  Tom  16    85

# 多列排序
df %>% 
  arrange(age, desc(score))  # 👉 先按年龄升序，再按成绩降序

##   name age score
## 1  Amy  15    92
## 2 Lisa  16    95
## 3  Tom  16    85
## 4 Jack  17    88

🤼 R语言和python用户打起来

还是R语言里面的数据结构简单。

不论是数据框里的一列，还是矩阵里的一行、一列都是向量，没有那么多多余的数据结构呀。

R语言的列表就没什么必要排序了，如果非要排，那完全可以转换成向量再排了。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2024-12-15，如有侵权请联系 cloudcommunity@tencent.com 删除

数据

本文分享自生信星球微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度