【Python】Name列を基準にDataFrameを降順に並べ替えるプログラムの作成方法

はじめに

pandasのDataFrameを特定の列(ここでは「Name」列)を基準に降順で並べ替える方法を解説します。データ分析では、名前のアルファベット順や数値の大小に応じてデータを整理したい場面がよくあります。そんなときに活躍するのが sort_values() メソッドです。

入力データ

以下のサンプルDataFrameを想定します。

   Id     Name
0   1     Adam
1   2  Michael
2   3    David
3   4     Jack
4   5    Peter

出力結果

Name列を基準に降順でソートすると、次のようになります。

   Id     Name
4   5    Peter
1   2  Michael
3   4     Jack
2   3    David
0   1     Adam

解決手順

この問題は、以下の2つのステップで解決できます。

• DataFrameを定義する:辞書型のデータをもとに、pandasのDataFrameを作成します。
• sort_valuesメソッドを適用する:Name列をソート基準に指定し、引数に ascending=False を渡すことで降順表示を実現します。

具体的なコードは以下の通りです。

df.sort_values(by='Name', ascending=False)

実装例

理解を深めるために、実際のコード全体を見てみましょう。

import pandas as pd

data = {'Id': [1, 2, 3, 4, 5], 'Name': ['Adam', 'Michael', 'David', 'Jack', 'Peter']}
df = pd.DataFrame(data)
print("Before sorting:\n", df)
print("After sorting:\n", df.sort_values(by='Name', ascending=False))

実行結果

Before sorting:
   Id     Name
0   1     Adam
1   2  Michael
2   3    David
3   4     Jack
4   5    Peter
After sorting:
   Id     Name
4   5    Peter
1   2  Michael
3   4     Jack
2   3    David
0   1     Adam

覚えておくと便利なポイント

• by 引数には、ソートの基準となる列名を指定します。リスト形式で複数列を指定することも可能です。
• ascending=True(デフォルト)で昇順、False で降順になります。
• 戻り値として新しいDataFrameが返されるため、元のデータは変更されません。元のDataFrame自体を更新したい場合は inplace=True を指定します。
• ソート後にインデックスを振り直したい場合は、.reset_index(drop=True) を組み合わせると便利です。