Trier les valeurs d’une colonne (sort_values(by='colonne'))

Fonctions :

• sort_values(by='colonne')

  La méthode sort_values(by='colonne') permet de trier les valeurs d’une colonne spécifique dans un DataFrame. Vous pouvez trier les données de manière ascendante ou descendante en fonction de vos besoins. Cette méthode est particulièrement utile pour organiser des données en fonction de critères précis et effectuer des analyses plus claires.

  Importation :

  import pandas as pd

  Attributs :

  Paramètre	Description
  by	Le nom de la colonne sur laquelle effectuer le tri.
  ascending	Booléen qui définit l'ordre du tri : True pour un tri ascendant (par défaut) et False pour un tri descendant.
  inplace	Booléen qui permet de modifier le DataFrame en place. Si True, le DataFrame est modifié sans création d’une nouvelle copie. Par défaut, False.

  Exemple de code :

  import pandas as pd
  
  # Exemple de DataFrame
  data = {
      'nom': ['Alice', 'Bob', 'Charlie', 'David'],
      'âge': [24, 30, 35, 40],
      'score': [88, 92, 75, 85],
      'ville': ['Paris', 'Lyon', 'Marseille', 'Paris']
  }
  df = pd.DataFrame(data)
  
  # Trier les valeurs de la colonne 'âge' de manière ascendante
  df_ascendant = df.sort_values(by='âge', ascending=True)
  print("DataFrame trié par âge (ascendant) :")
  print(df_ascendant)
  
  # Trier les valeurs de la colonne 'score' de manière descendante
  df_descendant = df.sort_values(by='score', ascending=False)
  print("\nDataFrame trié par score (descendant) :")
  print(df_descendant)
  
  # Trier en place et modifier directement le DataFrame
  df.sort_values(by='nom', ascending=True, inplace=True)
  print("\nDataFrame trié par nom (ascendant) en place :")
  print(df)

  Explication du code :

  
  
   	
  DataFrame : Un DataFrame est créé avec des données fictives comprenant les colonnes nom, âge, score, et ville.
   	
  Tri par colonne avec sort_values() :
  
   	
  La première opération utilise sort_values(by='âge', ascending=True) pour trier les lignes du DataFrame en fonction des valeurs de la colonne âge de manière ascendante.
   	
  La deuxième opération utilise sort_values(by='score', ascending=False) pour trier les lignes en fonction des valeurs de la colonne score de manière descendante.
   	
  La dernière opération utilise sort_values(by='nom', ascending=True, inplace=True) pour trier le DataFrame par ordre alphabétique croissant des noms, et cette modification est effectuée directement sur le DataFrame original grâce à l'argument inplace=True.
  
  
  
  Remarque :
  
   	
  Tri Ascendant / Descendant : Le paramètre ascending permet de choisir l'ordre de tri. Si ascending=True, les données seront triées par ordre croissant. Si ascending=False, elles seront triées par ordre décroissant.
   	
  Inplace : L'argument inplace est utile si vous souhaitez appliquer le tri directement au DataFrame sans créer une nouvelle variable pour le résultat.
   	
  Tri multiple : Si vous souhaitez trier par plusieurs colonnes, vous pouvez passer une liste de colonnes à l'argument by, comme df.sort_values(by=['colonne1', 'colonne2']).