Pandas DataFrame Sıralama Ustası: Kapsamlı Bir Kılavuz

Pandas DataFrame’leri veri manipülasyonu için güçlü araçlar sunar ve sıralama temel bir işlemdir. Bu makale, çok önemli sort_values() metoduna ve ascending ve na_position gibi temel argümanlarına odaklanarak bir DataFrame’in tek bir sütuna göre verimli bir şekilde nasıl sıralanacağını ele almaktadır.

İçindekiler

• ascending ile Sıralama Sırasının Kontrol Edilmesi
• na_position ile Eksik Değerlerin İşlenmesi
• Birden Fazla Sütuna Göre Sıralama
• Yerinde Sıralama

ascending ile Sıralama Sırasının Kontrol Edilmesi

sort_values() metodu, sıralama yönü üzerinde kolay kontrol sağlar. Varsayılan olarak True (artan sırada) olan ascending argümanı, artan veya azalan sırada sıralama yapılıp yapılmayacağını belirler.

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 22, 28],
        'Score': [85, 92, 78, 88]}

df = pd.DataFrame(data)

# 'Age' sütununa göre artan sıralama
df_ascending = df.sort_values(by='Age')
print("Artan:n", df_ascending)

# 'Age' sütununa göre azalan sıralama
df_descending = df.sort_values(by='Age', ascending=False)
print("nAzalan:n", df_descending)

na_position ile Eksik Değerlerin İşlenmesi

Eksik değerler (NaN) içeren veri kümeleriyle çalışırken, na_position argümanı bu değerlerin sıralanmış sütunda yerleştirilmesini kontrol eder. İki değer kabul eder:

• 'first' (varsayılan): NaN değerlerini sıralanmış sütunun başına yerleştirir.
• 'last': NaN değerlerini sıralanmış sütunun sonuna yerleştirir.

import pandas as pd
import numpy as np

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
        'Age': [25, 30, np.nan, 28, 22],
        'Score': [85, 92, 78, 88, 95]}

df = pd.DataFrame(data)

# NaN değerleri önce
df_na_first = df.sort_values(by='Age', na_position='first')
print("NaN önce:n", df_na_first)

# NaN değerleri sonra
df_na_last = df.sort_values(by='Age', na_position='last')
print("nNaN sonra:n", df_na_last)

Birden Fazla Sütuna Göre Sıralama

by argümanına bir liste geçirerek bunu birden fazla sütuna göre sıralamak için kolayca genişletebilirsiniz. Pandas, önce listenin ilk sütununa, sonra ikinci sütuna ve bu şekilde sıralayacaktır.

# Yaşa (artan) sonra Puan'a (azalan) göre sırala
df_multi = df.sort_values(by=['Age', 'Score'], ascending=[True, False])
print("nÇok sütunlu sıralama:n", df_multi)

Yerinde Sıralama

Varsayılan olarak, sort_values() *yeni* bir sıralanmış DataFrame döndürür. DataFrame’i doğrudan değiştirmek için inplace argümanını True olarak ayarlayın. Bunun orijinal DataFrame’i değiştireceğini unutmayın, bu yüzden dikkatli olun.

df.sort_values(by='Age', inplace=True)
print("nYerinde sıralama:n", df)

Bu argümanları anlayarak ve kullanarak, Pandas DataFrame’lerinizi verimli ve doğru bir şekilde sıralayabilir, veri analizi iş akışınızı kolaylaştırabilirsiniz.