极客笔记如何在Python中按多列对CSV进行排序？
CSV（Comma Separated Values）文件是一种常见的数据格式，具有易读的特点，并能够被大多数数据处理工具所支持。在数据处理过程中，我们通常需要对CSV文件进行排序。而对于多维数据的CSV文件，我们需要按照多列进行排序。
Python作为一种高级编程语言，提供了许多标准库和第三方库，使得对CSV文件进行排序相对容易。本文将介绍在Python中按照多列对CSV文件进行排序的方法。
阅读更多：Python 教程
准备工作
首先，我们需要安装Python的pandas库和numpy库。
pip install pandas
pip install numpy
为了演示如何排序，我们可以先创建一个包含多列数据的CSV文件，例如，我们创建一个包含三列数据的CSV文件，命名为sample.csv。
import csv
# 创建一个包含多列数据的CSV文件
with open('sample.csv', mode='w', newline='') as file:
writer = csv.writer(file, delimiter=',')
writer.writerow(['name', 'age', 'city'])
writer.writerow(['Tom', 30, 'New York'])
writer.writerow(['Jack', 25, 'Chicago'])
writer.writerow(['Lucy', 35, 'San Francisco'])
writer.writerow(['David', 22, 'Boston'])
然后，我们可以通过Pandas库中的read_csv函数将CSV文件读取为DataFrame对象。
import pandas as pd
# 读取CSV文件为DataFrame对象
df = pd.read_csv('sample.csv')
print(df)
输出结果如下：
name age city
0 Tom 30 New York
1 Jack 25 Chicago
2 Lucy 35 San Francisco
3 David 22 Boston
按单列排序
默认情况下，Pandas库中的sort_values函数可按单列对DataFrame进行排序。我们可以使用sort_values函数来根据年龄（age）列进行排序。
# 按年龄（age）列进行升序排序
df = df.sort_values('age')
print(df)
输出结果如下：
name age city
3 David 22 Boston
1 Jack 25 Chicago
0 Tom 30 New York
2 Lucy 35 San Francisco
我们可以使用ascending参数设置为False来进行降序排序。
# 按年龄（age）列进行降序排序
df = df.sort_values('age', ascending=False)
print(df)
输出结果如下：
name age city
2 Lucy 35 San Francisco
0 Tom 30 New York
1 Jack 25 Chicago
3 David 22 Boston
按多列排序
如果我们需要按多列进行排序，则需要在sort_values函数中指定多个列名。例如，我们想先按照所在城市（city）升序排序，再按照年龄（age）降序排序，则可以这样做：
# 按城市（city）升序排序，再按年龄（age）降序排序
df = df.sort_values(['city', 'age'], ascending=[True, False])
print(df)
输出结果如下：
name age city
3 David 22 Boston
1 Jack 25 Chicago
2 Lucy 35 San Francisco
0 Tom 30 New York
我们也可以使用sort_values函数中的na_position参数来指定缺失值出现的位置。例如，我们想将缺失值放在排序结果的最后，则可以这样做：
# 按城市（city）升序排序，再按年龄（age）降序排序
# 将缺失值放在排序结果的最后
df = df.sort_values(['city', 'age'], ascending=[True, False], na_position='last')
print(df)
输出结果如下：
name age city
3 David 22.0 Boston
1 Jack 25.0 Chicago
2 Lucy 35.0 San Francisco
0 Tom 30.0 New York
小结
在Python中，按多列对CSV进行排序是一项非常常见的任务。借助Pandas库，我们可以轻松地通过sort_values函数对CSV文件进行排序。使用sort_values函数的关键是在函数中指定多个列名，并通过ascending参数指定每个列名的排序方式。同时，我们也可以使用na_position参数来指定缺失值的排序位置。
完整代码如下：
import csv
import pandas as pd
# 创建一个包含多列数据的CSV文件
with open('sample.csv', mode='w', newline='') as file:
writer = csv.writer(file, delimiter=',')
writer.writerow(['name', 'age', 'city'])
writer.writerow(['Tom', 30, 'New York'])
writer.writerow(['Jack', 25, 'Chicago'])
writer.writerow(['Lucy', 35, 'San Francisco'])
writer.writerow(['David', 22, 'Boston'])
# 读取CSV文件为DataFrame对象
df = pd.read_csv('sample.csv')
print(df)
# 按年龄（age）列进行升序排序
df = df.sort_values('age')
print(df)
# 按年龄（age）列进行降序排序
df = df.sort_values('age', ascending=False)
print(df)
# 按城市（city）升序排序，再按年龄（age）降序排序
df = df.sort_values(['city', 'age'], ascending=[True, False])
print(df)
# 按城市（city）升序排序，再按年龄（age）降序排序
# 将缺失值放在排序结果的最后
df = df.sort_values(['city', 'age'], ascending=[True, False], na_position='last')
print(df)
输出结果如下：
name age city
0 Tom 30 New York
1 Jack 25 Chicago
2 Lucy 35 San Francisco
3 David 22 Boston
name age city
3 David 22 Boston
1 Jack 25 Chicago
0 Tom 30 New York
2 Lucy 35 San Francisco
name age city
2 Lucy 35 San Francisco
0 Tom 30 New York
1 Jack 25 Chicago
3 David 22 Boston
name age city
3 David 22 Boston
1 Jack 25 Chicago
2 Lucy 35 San Francisco
0 Tom 30 New York
name age city
3 David 22.0 Boston
1 Jack 25.0 Chicago
2 Lucy 35.0 San Francisco
0 Tom 30.0 New York
以上就是在Python中按多列对CSV进行排序的方法。