DataFrame(4):排序及排名
1、说明
DataFrame中的排序分为两种,一种是对索引排序,一种是对值进行排序。
索引排序:sort_index();
值排序:sort_values();
值排名:rank()
对于索引排序,涉及到对行索引、列索引的排序,并且还涉及到是升序还是降序。函数df.sort_index(axis= , ascending= , inplace=),需要特别注意这三个参数。axis表示对行操作,还是对列操作;ascending表示升序,还是降序操作。
对于值排序,同样也是涉及到行、列排序问题,升序、降序排列问题。函数df.sort_values(by= , axis= , ascending= , inplace=),也需要特别注意这几个参数,只是多了一个by操作,需要我们指明是按照哪一行或哪一列,进行排序的。
注意:axis=0表示对行操作,axis=1表示对列进行操作;ascending=True表示升序,ascending=False表示降序;inplace=True表示对原始DataFrame本身操作,因此不需要赋值操作,inplace=False相当于是对原始DataFrame的拷贝,之后的一些操作都是针对这个拷贝文件进行操作的,因此需要我们赋值给一个变量,保存操作后的结果。
2、索引排序:df.sort_index()
① 对行索引,进行升序排列
df = pd.DataFrame({"A":[1,3,5,7,9], "D":[1,2,3,4,5], "C":[3,6,9,12,15], "B":[2,4,6,8,10]}, index=list("acbed")) display(df) display(id(df)) df.sort_index(axis=0,ascending=True,inplace=True) display(df) display(id(df)) df1 = df.sort_index(axis=0,ascending=True) display(df1) display(id(df1))
结果如下:
② 对列索引,进行降序排列
df = pd.DataFrame({"A":[1,3,5,7,9], "D":[1,2,3,4,5], "C":[3,6,9,12,15], "B":[2,4,6,8,10]}, index=list("acbed")) display(df) df.sort_index(axis=1,ascending=False,inplace=True) display(df)
结果如下:
3、值排序:df.sort_values()
① 对某一列进行升序排列(有实际意义)
df = pd.DataFrame({"A":[3,1,5,9,7], "D":[4,1,2,5,3], "C":[3,15,9,6,12], "B":[2,4,6,10,8]}, index=list("acbed")) display(df) df.sort_values(by="A",axis=0,ascending=True,inplace=True) display(df)
结果如下:
② 对某一行进行降序排列(实际意义不大)
df = pd.DataFrame({"A":[3,1,5,9,7], "D":[4,1,2,5,3], "C":[3,15,9,6,12], "B":[2,4,6,10,8]}, index=list("acbed")) display(df) df.sort_values(by="A",axis=1,ascending=False,inplace=True) display(df)
结果如下:
③ 对多列进行联合排序(重要)
df = pd.DataFrame({"A":[3,1,3,9,7], "D":[666,1,888,5,3], "C":[3,15,9,6,12], "B":[2,4,6,10,8]}, index=list("acbed")) display(df) df.sort_values(by=["A","D"],axis=0,ascending=[True,False],inplace=True) df
结果如下:
注意:上图中,我们分别按照A和D这个列进行排序,先按照A列做升序排列,当A列中具有相同值的时候,就按照D列做降序排列。
4、sort_values()中的na_position参数
na_position参数用于设定缺失值的显示位置,first表示缺失值显示在最前面;last表示缺失值显示在最后面。
df = pd.DataFrame({"A":[10,8,np.nan,2,4], "D":[1,7,5,3,8], "B":[5,2,8,4,1]}, index=list("abcde")) display(df) df.sort_values(by="A",axis=0,inplace=True,na_position="first") display(df) df.sort_values(by="A",axis=0,inplace=True,na_position="last") display(df)
结果如下:
5、“值排名”:rank()函数
1)rank()函数的常用参数说明
2)原始数据
x = {"name":["张三","李四","王五","赵六","郑七","陈八","黄九","孙十"], "sales":[60,40,50,40,30,80,70,60]} df = pd.DataFrame(x) display(df)
结果如下:
3)rank()函数使用如下
① method="first"
x = {"name":["张三","李四","王五","赵六","郑七","陈八","黄九","孙十"], "sales":[60,40,50,40,30,80,70,60]} df = pd.DataFrame(x) display(df) df["排名"] = df["sales"].rank(method="first") display(df)
结果如下:
② method="min"
x = {"name":["张三","李四","王五","赵六","郑七","陈八","黄九","孙十"], "sales":[60,40,50,40,30,80,70,60]} df = pd.DataFrame(x) display(df) df["排名"] = df["sales"].rank(method="min") display(df)
结果如下:
③ method="max"
x = {"name":["张三","李四","王五","赵六","郑七","陈八","黄九","孙十"], "sales":[60,40,50,40,30,80,70,60]} df = pd.DataFrame(x) display(df) df["排名"] = df["sales"].rank(method="max") display(df)
结果如下:
④ method="average"
x = {"name":["张三","李四","王五","赵六","郑七","陈八","黄九","孙十"], "sales":[60,40,50,40,30,80,70,60]} df = pd.DataFrame(x) display(df) df["排名"] = df["sales"].rank(method="average") display(df)
结果如下: