【Python】表データをソートする方法パターン別まとめ。昇順・降順、NaNや上書きを行と列で指定する（pandasのDataFrame sort_values）

PythonのDataFrameで作成した表を行または列で昇順や降順でソートする方法や、ソート時の欠損値NaNの動き（一番上か一番下のどちらに移動するか）を指定する方法を実例でパターン別に解説しています。

表のソートにはDataFrameのsort_valuesメソッドを使います。sort_valuesの処理はデフォルトは非破壊のため、元の表は変更されずにそのまま残りますが、オプションの指定で上書きするように変更することもできます。

sort_valuesメソッドの基本構文

sort_valuesメソッドの基本構文

sort_valuesメソッドは以下のように指定します。

df.sort_values(by=[‘A’])
　└「df」：表データ
　└「by=[]」：ソートの基準となる列/行※必須※
　└「A」：列/行名

sort_valuesメソッドの主要オプション

降順や昇順、また行か列どちらに対してソートを実行するかはオプションで指定します。

▼主要オプション一覧

使用する表

sort_valuesメソッドの処理内容を紹介するにあたり、以下のような６行５列の表を使います。NaNは欠損値です。

import pandas as pd
import numpy as np
​
row0 = [0, 0, 'a', 'あ', '壱']
row1 = [2, 2, 'c', 'う', '参']
row2 = [4, np.nan,'e', 'お', '伍']
row3 = [1, 1,'b', 'い', '弐']
row4 = [3, 3,'d', 'え', '肆']
row5 = [5, 5,'e', 'お', '伍']
​
df = pd.DataFrame([row0,row1,row2,row3,row4,row5])
df.columns = ['col0', 'col1', 'col2' ,'col3', 'col4']
df.index = ['row0', 'row1', 'row2', 'row3', 'row4', 'row5']
​
df

欠損値NaNを使用するために、numpyをimportし「np.nan」を使用。

列を指定してソートする方法

列を指定してソートする方法として以下の4つのパターンを紹介します。

指定した列の要素を元に行を並べ替える処理になります。

昇順ソート

df.sort_values(by=[‘列名’])

byオプションでソート基準となる列名を指定します。

デフォルトの設定が「ascending=Ture」なので、以下の2つが同じ処理になります。ちなみに、ascendingは昇順という意味です。

df.sort_values(by=['col0'])
df.sort_values(by=['col0'], ascending=Ture)

列col0の要素で昇順ソートされています。

アルファベットや平仮名でも同様にソート可能です。

降順ソート

df.sort_values(by=[‘列名’], ascending=False)

オプションでascending=Falseを指定します。

df.sort_values(by=['col0'], ascending=False)

欠損値（NaN）を含む列のソート

欠損値（NaN）がソートの基準となる列に含まれている場合、ソート時にNaNを最上部 or 最下部のどちらに移動するか設定できます。

・na_position=’last’
　└デフォルト（省略可）
　└最下部へ移動

・na_position=’first’
　└最上部へ移動

欠損値（NaN）を最下部へ移動NaNを含む列をソート

デフォルトの設定がna_position=’last’で欠損値（NaN）を最下部へ移動する処理なので、以下は同じ処理内容になります。

df.sort_values(by=['col1'])
df.sort_values(by=['col1'], na_position='last')

欠損値（NaN）を最上部へ移動NaNを含む列をソート

欠損値（NaN）NaNを最上部へ移動するソートはna_position=’first’を指定します。

df.sort_values(by=['col1'], na_position='first')

元の表を上書きする

sort_valuesの処理はデフォルトは非破壊のため、元の表は変更されずにそのまま残ります。

ですが、オプションの指定で上書きするように変更することもできます。デフォルトは上書きしない設定になっています。

・inplace=False
　└デフォルト（省略可）
　└上書きしない

・inplace=True
　└上書きする

上書きしない（デフォルト）

デフォルトは上書きしない設定になっているので、以下の２つは同じ処理になります。

df.sort_values(by=['col1'])
df.sort_values(by=['col1'], inplace=False)

元データの入っている変数dfに対してソートを実行し、dfをそのまま出力しています。

上書きする

上書きするにはオプションでinplace=Trueを指定します。

df.sort_values(by=['col1'], inplace=True)
df

行を指定してソートする方法

行を指定してソートする場合は、行の要素を判定して列を並べ替えます。

列を指定する場合と異なり自由度が低く、数値のみがある表しかソートできません。

基本構文

sort_values(by=['行名'], axis=1)

オプションに「axis=1」を記述することで、列を並べ替えることを指定しています。

ソートに使用する表

処理内容を紹介するにあたり、以下のような４行５列の表を使います。

DataFrameで表を作成し、変数df2に格納しています。

import pandas as pd

col0 = [10, 9, 8, 7]
col1 = [1, 10, 100, 1000]
col2 = [2, 2, 2, 2]
col3 = [0.3, 0.03, 0.003, 0.0003]
col4 = [4, 40, 400, 4000]

df2 = pd.DataFrame(col0, columns=['col0'])
df2['col1'] = col1
df2['col2'] = col2
df2['col3'] = col3
df2['col4'] = col4

df2

昇順ソート

デフォルト状態が昇順ソートになっています。ascending=Trueをつけても同じ処理になります。

df2.sort_values(by=[1], axis=1)
df2.sort_values(by=[1], axis=1, ascending=True)

降順ソート

降順ソートはオプションでascending=Falseを指定します。

df2.sort_values(by=[1], axis=1, ascending=False)

参考

Pandas公式 DataFrameのsort_valuesメソッド（英語）

なお、表をソートするメソッドにはsort_indexメソッドもありますが、こちらは非推奨となっています。

FutureWarning: by argument to sort_index is deprecated, please use .sort_values(by=…)

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.html