以最有效的方式对Pandas Dataframe进行排序和过滤

import pandas as pd

# 创建示例 DataFrame
data = {
    'A': [3, 1, 2],
    'B': [2, 3, 1]
}
df = pd.DataFrame(data)

# 按列 'A' 进行升序排序
df_sorted = df.sort_values(by='A')
print(df_sorted)

# 按列 'A' 进行降序排序
df_sorted_desc = df.sort_values(by='A', ascending=False)
print(df_sorted_desc)

# 按多列进行排序
df_sorted_multi = df.sort_values(by=['A', 'B'])
print(df_sorted_multi)

# 按索引进行升序排序
df_sorted_index = df.sort_index()
print(df_sorted_index)

# 按索引进行降序排序
df_sorted_index_desc = df.sort_index(ascending=False)
print(df_sorted_index_desc)

# 过滤出列 'A' 大于 1 的行
df_filtered = df[df['A'] > 1]
print(df_filtered)

# 使用 query 方法过滤
df_filtered_query = df.query('A > 1')
print(df_filtered_query)

# 使用 loc 方法过滤
df_filtered_loc = df.loc[df['A'] > 1]
print(df_filtered_loc)

# 先过滤再排序
df_filtered_sorted = df[df['A'] > 1].sort_values(by='B')
print(df_filtered_sorted)

# 先排序再过滤
df_sorted_filtered = df.sort_values(by='B')[df['A'] > 1]
print(df_sorted_filtered)

# 原地排序
df.sort_values(by='A', inplace=True)
print(df)

pip install numexpr

# 使用 numexpr 加速 query
df_filtered_query = df.query('A > 1', engine='numexpr')
print(df_filtered_query)