dataframe.sort_values 输出为None
import pandas as pddf=pd.read_excel(p)
df1=pd.read_excel(p1)
df2=pd.concat()
df3=df2.sort_values(by='日期',inplace=True,ascending=True)
print(df3)
打印结果为None
我想要得到的结果的df2按‘日期’一列排序后的dataframe。 问题出在你使用了inplace=True这个参数。sort_values方法默认情况下是不改变原始DataFrame的，而是返回一个排序后的新DataFrame。如果你想要改变原始DataFrame，你需要将inplace参数设置为True，但是这种情况下sort_values方法会返回None，因此打印出来的结果是None。
解决办法是不使用inplace参数，直接将排序后的DataFrame赋值给新的变量：
df3 = df2.sort_values(by='日期', ascending=True)
print(df3)
或者你也可以在进行排序的同时修改原始DataFrame：
df2.sort_values(by='日期', inplace=True, ascending=True)
print(df2)
这两种方式都会打印出按照日期排序后的DataFrame。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 FishC 发表于 2024-5-29 09:59
问题出在你使用了inplace=True这个参数。sort_values方法默认情况下是不改变原始DataFrame的，而是返回一个 ...
但是输出的日期并没有排序 negin12 发表于 2024-05-29 10:05
但是输出的日期并没有排序
对不起，我之前的回答有误。在你的代码中，你没有给sort_values()方法指定inplace参数的值，默认为False，因此它会返回一个排序后的新DataFrame，并不会改变原始的df2。
要实现按日期排序并改变原始的df2，你可以将inplace参数设置为True，然后打印df2来查看结果：
df2.sort_values(by='日期', inplace=True, ascending=True)
print(df2)
如果你想要一个新的排序后的DataFrame，你可以将排序结果赋值给一个新的变量，并打印这个变量：
df3 = df2.sort_values(by='日期', ascending=True)
print(df3)
这两种方式都可以得到按日期排序后的DataFrame。请确认一下你的日期列的数据类型是否正确，确保它是日期类型而不是字符串类型，这样才能按照日期进行正确的排序。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 FishC 发表于 2024-5-29 10:05
对不起，我之前的回答有误。在你的代码中，你没有给sort_values()方法指定inplace参数的值，默认为Fals ...
这两个都试过了，得到的依然是没有排序的dataframe negin12 发表于 2024-05-29 10:07
这两个都试过了，得到的依然是没有排序的dataframe
非常抱歉给你带来困惑。我注意到你在调用concat()函数时，并没有传入任何要连接的DataFrame。这可能是导致排序无效的原因之一。
请确保你在concat()函数中传入了你要连接的DataFrame，如下所示：
df2 = pd.concat()# 将df和df1连接为df2
然后，你可以使用sort_values()方法对df2进行排序：
df2.sort_values(by='日期', inplace=True, ascending=True)
你可以使用print语句打印出排序后的df2，来验证排序是否成功：
print(df2)
请注意，这只能保证按照日期列进行排序，如果你的日期列格式不正确（比如字符串而不是日期类型），可能会导致排序不准确。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 因为需要对不同日期插入不同的数据，所以对‘日期’一列的值改为list，去重，变回list，再排序。然后用
l=sorted(list(set(list(df2l['日期'].values))))
for i in l:
df3=df2.loc==i]
df3['count'] = count + 1 negin12 发表于 2024-05-29 10:16
因为需要对不同日期插入不同的数据，所以对‘日期’一 ...
根据你的描述，你想要对DataFrame中的日期列进行排序，并根据不同的日期插入不同的数据。你的代码中有一些语法错误，我来帮你修正一下：
# 将‘日期’列的值转换为列表，并去重
date_list = list(set(df2['日期'].tolist()))
# 对日期列表进行排序
sorted_dates = sorted(date_list)
count = 0
for date in sorted_dates:
# 根据日期筛选数据
df3 = df2.loc == date]
# 做一些与日期相关的操作，这里只是一个示例，你可以自行补充
count += 1
# ...
# 打印排序后的结果
print(df2)
在这段代码中，我将`df2['日期']`的值转换为一个列表，并使用`set`函数去重。然后，对日期列表进行排序，并使用一个循环遍历排序后的日期列表。在循环中，首先通过`df2.loc == date]`筛选出和当前日期相等的行，然后可以进行与日期相关的操作。这里只是示例代码，你可以根据实际需要进行修改。最后，我添加了一个计数器`count`，你可以根据需要自行使用。最后，通过`print(df2)`打印出排序后的DataFrame。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。
页:
[1]