почему sort_values ​​() отличается от вида sort_values ​​(). values

Question

Я хочу отсортировать фрейм данных по всем столбцам, и я нашел способ решить эту проблему, используя

df = df.apply( lambda x: x.sort_values())   

, и я использовал его для своих данных

text1 = text
text = text.apply( lambda x : x.sort_values())
text1 = text1.apply( lambda x : x.sort_values().values)
text.head()
text1.head()

почему бы не text = text.apply( lambda x : x.sort_values()) получить неправильный ответ, а что такое функция .vaules)?

text.head()
    Wave    2881.394531 2880.574219 2879.75293  2878.931641 2878.111328
    N-1     0.220934    0.203666    0.205743    0.196011    0.176293
    N-10    0.432692    0.387074    0.395692    0.355331    0.358963
    N-11    0.483360    0.463233    0.456304    0.428930    0.421482
    N-12    0.365057    0.364417    0.385134    0.352451    0.350513
    N-13    0.492172    0.466263    0.480657    0.439115    0.404883


text1.head()
    Wave    2881.394531 2880.574219 2879.75293  2878.931641 2878.111328
    P+1    -21.297623   -25.141329  -21.097095  -31.380476  -38.847958
    P+2    -12.681051   -14.661134  -13.688742  -16.829298  -20.320133
    P+3    -8.164744    -13.097990  -11.784309  -15.419610  -17.822252
    P+4    -0.023353    -0.926852   -8.036203   -14.583183  -17.071484
    P+5     0.022854    -0.037756   -0.002519   -1.891178   -7.795961

Answer 1

По умолчанию операции Pandas выравнивают данные на основе их индекса . Например, рассмотрим

In [19]: df = pd.DataFrame([(10,1),(9,2),(8,3),(7,4)], index=list('ABDC'))

In [20]: df
Out[20]: 
    0  1
A  10  1
B   9  2
D   8  3
C   7  4

Когда Панды оценивают df.apply(lambda x: x.sort_values()), генерирует серию:

In [24]: df[0].sort_values()
Out[24]: 
C     7
D     8
B     9
A    10
Name: 0, dtype: int64

In [25]: df[1].sort_values()
Out[25]: 
A    1
B    2
D    3
C    4
Name: 1, dtype: int64

и затем пытается объединить эти две серии в результирующий DataFrame. Это достигается путем выравнивания индексов:

In [21]: df.apply(lambda x: x.sort_values())   
Out[21]: 
    0  1
A  10  1
B   9  2
C   7  4
D   8  3

---

Напротив, когда лямбда-функция возвращает массив NumPy, индекс для выравнивания отсутствует. Поэтому Pandas просто вставляет значения из массива NumPy в результирующий DataFrame в том же порядке.

Итак, когда Панды оценивают df.apply(lambda x: x.sort_values().values), генерирует массивы NumPy:

In [26]: df[0].sort_values().values
Out[26]: array([ 7,  8,  9, 10])

In [27]: df[1].sort_values().values
Out[27]: array([1, 2, 3, 4])

и затем пытается объединить эти два массива NumPy в результирующий DataFrame со значениями в том же порядке

In [28]: df.apply(lambda x: x.sort_values().values)   
Out[28]: 
    0  1
A   7  1
B   8  2
D   9  3
C  10  4

Answer 2

Добро пожаловать в StackOverflow!

Основываясь на документации pandas, sort_values() возвращает сам объект DataFrame, а values() возвращает представление массива в виде массива значений в DataFrame.Так как apply() применяет указанную функцию к оси DataFrame, примененная функция должна возвращать представление массива этой текущей строки / столбца, а не весь DataFrame.Вот почему он дает неверный результат, когда вы используете только sort_values().

Более полное объяснение вы можете прочитать в sort_values ​​() документации , values ​​() документации и apply () документация