[Python] 데이터프레임(DataFrame)의 정렬 방식

작성: Corn/sec, ChatGPT, 편집: Corn/sec

1. 데이터프레임 정렬이란?

파이썬의 pandas 라이브러리는 데이터프레임(DataFrame)을 다룰 때 강력한 정렬 기능을 제공합니다. 정렬은 데이터 분석에서 매우 중요한 과정으로, 데이터를 원하는 기준에 맞춰 정리하여 분석을 더 쉽게 수행할 수 있도록 합니다.

pandas에서는 크게 두 가지 방법으로 정렬할 수 있습니다.

• sort_values(): 특정 컬럼(column)의 값을 기준으로 정렬
• sort_index(): 행(row)의 인덱스를 기준으로 정렬

---

 

2. sort_values()를 활용한 정렬

🔹 기본적인 sort_values() 사용법

import pandas as pd

# 예제 데이터 생성
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Score': [85, 92, 88, 79],
    'Age': [25, 23, 24, 22]
}
df = pd.DataFrame(data)

# Score 기준 오름차순 정렬
sorted_df = df.sort_values(by='Score')
print(sorted_df)

 

출력 결과:

     Name  Score  Age
3  David     79   22
0  Alice     85   25
2  Charlie   88   24
1  Bob       92   23

🔹 내림차순 정렬

sorted_df_desc = df.sort_values(by='Score', ascending=False)
print(sorted_df_desc)

 

출력 결과:

     Name  Score  Age
1    Bob     92   23
2  Charlie   88   24
0   Alice    85   25
3   David    79   22

🔹 여러 컬럼 기준 정렬 (다중 정렬)

여러 개의 컬럼을 기준으로 정렬할 수도 있습니다. 예를 들어, Score 기준으로 정렬한 후, 동점자가 있을 경우 Age를 기준으로 정렬할 수 있습니다.

sorted_df_multi = df.sort_values(by=['Score', 'Age'], ascending=[False, True])
print(sorted_df_multi)

---

 

3. sort_index()를 활용한 정렬

🔹 기본적인 sort_index() 사용법

# 인덱스 기준 정렬
df_sorted_index = df.sort_index()
print(df_sorted_index)

sort_index()는 인덱스를 기준으로 정렬합니다. 특히, 행의 순서를 유지하면서 인덱스를 다시 정렬해야 하는 경우 유용합니다.

🔹 내림차순 인덱스 정렬

df_sorted_index_desc = df.sort_index(ascending=False)
print(df_sorted_index_desc)

---

 

4. sort_values() vs sort_index() 차이점 정리

정렬 함수	기준	원본 변경 여부	반환값
sort_values(by='컬럼')	특정 컬럼 값	❌ (기본적으로 변경 없음)	정렬된 데이터프레임
sort_index()	행 인덱스	❌ (기본적으로 변경 없음)	정렬된 데이터프레임

🔹 원본을 직접 변경하려면?

• inplace=True 옵션을 추가하면 원본 데이터프레임이 직접 변경됩니다.

df.sort_values(by='Score', ascending=False, inplace=True)
print(df)  # 원본이 변경됨

---