SAS2PYTHON - Sortierung von Werten
Posted on 17 January 2023 at 18:30 by Stefan Weingaertner
In der Episode 41 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas verschiedene Spalten in einem Statement aufsteigend und absteigend sortieren kann.
Ein Pandas DataFrame ist einem SAS Data Set sehr ähnlich - es handelt sich um eine zweidimensionale tabellarische Datenstruktur mit gelabelten Spalten, die von unterschiedlichem Datentyp sein können. Wie in diesem Beitrag gezeigt wird, kann nahezu jede Operation, die mit dem SAS Data Step auf einen Datensatz angewendet werden kann, auch in Pandas ausgeführt werden.
Input: Unsere Input-Tabelle besitzt 6 Datensätze und besteht aus den Spalten "Sepal_Length", "Sepal_Width", "Petal_Length", "Petal_Width" und "Class".
Sepal_Length Sepal_Width Petal_Length Petal_Width Class
5.1 3.5 1.4 0.2 Iris-virginica
4.9 3.0 1.4 0.2 Iris-virginica
4.7 3.2 1.3 0.2 Iris-virginica
4.6 3.1 1.5 0.2 Iris-setosa
5.0 3.6 1.4 0.2 Iris-setosa
6.7 3.0 5.2 2.3 Iris-setosa
Output: Wir sortieren die Tabelle nach den folgenden Spalten und in der aufgeführten Reihenfolge:
- Spalte "Class" aufsteigend.
- Spalte "Sepal_Length" absteigend.
Da manche Operationen in SAS und Python unterschiedlich ausgeführt werden, generieren die beiden Programmiersprachen auch leicht unterschiedliche Ausgabe-Formate. Wir haben daher die Outputs mit dem dazugehörigen Code für SAS und Python separat aufgeführt.
SAS-Code: Die Sortierung würde man für ein SAS Dataset "df" wie folgt umsetzen.
proc sort data = df out = df_sorted;
by Class
descending Sepal_Length";
run;
SAS-Output: Das Ergebnis sieht in SAS wie folgt aus.
Obs Sepal_Length Sepal_Width Petal_Length Petal_Width Class
1 6.7 3.0 5.2 2.3 Iris-setosa
2 5.0 3.6 1.4 0.2 Iris-setosa
3 4.6 3.1 1.5 0.2 Iris-setosa
4 5.1 3.5 1.4 0.2 Iris-virginica
5 4.9 3.0 1.4 0.2 Iris-virginica
6 4.7 3.2 1.3 0.2 Iris-virginica
Python-Code: In Python würde man die Sortierung für ein Pandas Dataframe "df" mit der folgenden Syntax umsetzen.
import pandas as pd
df_sorted = df.sort_values(['Class', 'Sepal_Length'], ascending=[True, False])
Python-Output: Das Ergebnis sieht in Pandas wie folgt aus.
Sepal_Length Sepal_Width Petal_Length Petal_Width Class
0 6.7 3.0 5.2 2.3 Iris-setosa
1 5.0 3.6 1.4 0.2 Iris-setosa
2 4.6 3.1 1.5 0.2 Iris-setosa
3 5.1 3.5 1.4 0.2 Iris-virginica
4 4.9 3.0 1.4 0.2 Iris-virginica
5 4.7 3.2 1.3 0.2 Iris-virginica
Wenn Sie die nächste Episode nicht abwarten möchten, können Sie auch gerne unser umfangreiches Training Python für SAS Professionals buchen.
Informationen zu den nächsten Kursterminen und zu unserem gesamten Trainingsangebot finden Sie hier.