[Python][pandas] 데이터 정렬하기 - Sort

 

  아래 글은 Pandas에서 DataFrame 데이터 정렬과 관련된 여러 메서드를 정리한 것이다.
  주요 메서드인 sort_values(), sort_index() 뿐만 아니라 nlargest(), nsmallest(), reindex(), 그리고 sort_values()의 key 파라미터까지 살펴볼 것이다.

---

1. DataFrame.sort_values()

---

• 열(column) 값을 기준으로 정렬할 때 사용하는 가장 기본적이고 핵심적인 메서드(method)
• by 파라미터에 기준 열(또는 열의 리스트)을 지정하고, ascending으로 오름차순/내림차순을 설정함

 

# pandas.__version__
# 2.2.3

import pandas as pd

df = pd.DataFrame({
    'A': [3, 1, 2, 4],
    'B': [10, 50, 20, 20],
    'C': ['b', 'a', 'b', 'c']
})

# 1) 단일 열 기준 정렬
df_sorted_single = df.sort_values(by='A')
print(df_sorted_single)

#    A   B  C
# 1  1  50  a
# 2  2  20  b
# 0  3  10  b
# 3  4  20  c

# 2) 여러 열 기준 정렬
df_sorted_multi = df.sort_values(by=['B', 'A'], ascending=[True, False])
print(df_sorted_multi)

#    A   B  C
# 0  3  10  b
# 3  4  20  c
# 2  2  20  b
# 1  1  50  a

파라미터 주요 정리

• by: 정렬 기준 열 이름(문자열) 또는 열 이름 리스트
• ascending: 기본값은 True(오름차순)이며, 여러 열을 지정할 경우 [True, False] 등 리스트로도 설정 가능
• inplace: True로 하면 원본 DataFrame을 수정함
• na_position: NaN 값의 위치를 'first' 또는 'last'로 지정 (기본값은 'last')
• key: (Pandas 1.1.0+ 버전) 열에 함수를 적용하여 그 결과를 기준으로 정렬할 수 있음

# 예시: 대소문자 구분 없이 정렬
df.sort_values(by='C', key=lambda col: col.str.lower())

---

2. DataFrame.sort_index()

---

• 인덱스(행 라벨)이나 컬럼 라벨을 기준으로 정렬할 때 사용함
• axis 파라미터로 행 인덱스(axis=0) 또는 열(axis=1) 기준으로 정렬할 수 있음

# pandas.__version__
# 2.2.3

import pandas as pd

df = pd.DataFrame({
    'A': [3, 1, 2],
    'B': [2, 3, 1]
}, index=['c', 'a', 'b'])

# 인덱스를 오름차순 정렬
df_sorted_index = df.sort_index()
print(df_sorted_index)

#    A  B
# a  1  3
# b  2  1
# c  3  2

# 인덱스를 내림차순 정렬
df_sorted_index_desc = df.sort_index(ascending=False)
print(df_sorted_index_desc)

#    A  B
# c  3  2
# b  2  1
# a  1  3

# 컬럼명을 기준으로 정렬
df_sorted_columns = df.sort_index(axis=1)
print(df_sorted_columns)

#    A  B
# c  3  2
# a  1  3
# b  2  1

파라미터 주요 정리

• axis: 기본값 0(행 인덱스), 1이면 열 기준 정렬
• ascending: 기본값 True
• inplace: True로 하면 원본에 반영

---

728x90

반응형

3. nlargest(), nsmallest()

---

• 특정 열 기준으로 가장 큰(또는 가장 작은) n개 행을 빠르게 뽑아내는 메서드
• 정렬 후 상위 n개만 취하는 것과 유사하게 활용 가능하지만, 내부적으로 최적화 되어있음
• 여러 열을 대상으로 할 수 있지만, 주로 단일 열 기준으로 쓰임

# 상위 3개
df_top3 = df.nlargest(3, 'B')

#    A  B
# a  1  3
# c  3  2
# b  2  1

# 하위 3개
df_bottom3 = df.nsmallest(3, 'B')

#    A  B
# b  2  1
# c  3  2
# a  1  3

---

4. reindex()

---

• 인덱스(행/열)을 새롭게 매핑하는 메서드
• 정렬 전용 메서드는 아니지만, 정렬된 리스트를 미리 만들어두고 reindex하면 결과적으로 정렬 효과가 나타남

sorted_idx = sorted(df.index)  # 정렬된 인덱스 리스트
df_reindexed = df.reindex(sorted_idx)
print(df_reindexed)

#    A  B
# a  1  3
# b  2  1
# c  3  2

---

5. 멀티 인덱스(MultiIndex)의 정렬

---

• MultiIndex를 사용 중이면 level 파라미터를 통해 특정 레벨 순서대로 정렬할 수 있음
• 예전에는 sortlevel()이라는 메서드가 있었으나, 현재는 sort_index(level=...)로 대체되었음

df_multi = df.sort_index(level=[0, 1], ascending=[True, False])

---

정리

---

1. sort_values()
   • 열 기준 정렬 메서드. 오름차순/내림차순, 여러 열 동시 정렬 가능
   • 가장 자주 사용하게 됨
   • key 파라미터로 커스텀 정렬도 가능
2. sort_index()
   • 인덱스(행/열 라벨) 기준 정렬 메서드
   • axis로 행/열을 구분, ascending으로 정렬 방향 지정
3. nlargest(), nsmallest()
   • 지정된 열에서 상위/하위 n개 데이터를 추출
   • 일종의 ‘부분 정렬’에 해당하며, 속도가 더 유리할 수 있음
4. reindex()
   • 정렬이라기보다는, 새로운 인덱스 리스트를 기반으로 DataFrame 인덱스를 재배열하는 메서드
   • 원하는 대로 인덱스를 강제 지정할 수 있음
5. 멀티 인덱스 정렬
   • sort_index(level=...)를 통해 레벨별로 세밀한 정렬 가능

보통은 sort_values()와 sort_index()만 제대로 알아도 정렬 작업은 다 해결 가능함
추가적으로 상하위 데이터만 빠르게 뽑고 싶다면 nlargest(), nsmallest()를 쓰면 됨
key 파라미터나 멀티 인덱스 등, 조금 더 고급 기능도 있을 수 있으니 상황에 맞게 선택하면 됨