有的时候我们可以要根据索引的大小或者值的大小对Series和DataFrame进行排名和排序。
一、排序
pandas提供了sort_index方法可以根据行或列的索引按照字典的顺序进行排序
a、Series排序
1、按索引进行排序
#定义一个Series s = Series([1,2,3],index=["a","c","b"]) #对Series的索引进行排序,默认是升序 print(s.sort_index()) ''' a 1 b 3 c 2 ''' #对索引进行降序排序 print(s.sort_index(ascending=False)) ''' c 2 b 3 a 1 '''
2、按值进行排序
s = Series([np.nan,1,7,2,0],index=["a","c","e","b","d"]) #对Series的值进行排序,默认是按值的升序进行排序的 print(s.sort_values()) ''' d 0.0 c 1.0 b 2.0 e 7.0 a NaN ''' #对Seires的值进行降序排序 print(s.sort_values(ascending=False)) ''' e 7.0 b 2.0 c 1.0 d 0.0 a NaN '''
对值进行排序的时候,无论是升序还是降序,缺失值(NaN)都会排在最后面。
b、DataFrame排序
1、按索引进行排序
a = np.arange(9).reshape(3,3) data = DataFrame(a,index=["0","2","1"],columns=["c","a","b"]) #按行的索引升序进行排序,默认按行,升序 print(data.sort_index()) ''' c a b 0 0 1 2 1 6 7 8 2 3 4 5 ''' #按行的索引按降序进行排序 print(data.sort_index(ascending=False)) ''' c a b 2 3 4 5 1 6 7 8 0 0 1 2 ''' #按列升序的索引进行排序 print(data.sort_index(axis=1)) ''' a b c 0 1 2 0 2 4 5 3 1 7 8 6 ''' #按列降序的索引进行排序 print(data.sort_index(ascending=False)) ''' c a b 2 3 4 5 1 6 7 8 0 0 1 2 '''
2、按值进行排序
a = [[9,3,1],[1,2,8],[1,0,5]] data = DataFrame(a, index=["0", "2", "1"], columns=["c", "a", "b"]) #按指定列的值大小顺序进行排序 print(data.sort_values(by="c")) ''' c a b 2 1 2 8 1 1 0 5 0 9 3 1 ''' print(data.sort_values(by=["c","a"])) ''' c a b 1 1 0 5 2 1 2 8 0 9 3 1 ''' #按指定行值进行排序 print(data.sort_values(by="0",axis=1)) ''' b a c 0 1 3 9 2 8 2 1 1 5 0 1 '''
注意:对DataFrame的值进行排序的时候,我们必须要使用by指定某一行(列)或者某几行(列),如果不使用by参数进行指定的时候,就会报TypeError: sort_values() missing 1 required positional argument: 'by'。使用by参数进行某几列(行)排序的时候,以列表中的第一个为准,可能后面的不会生效,因为有的时候无法做到既对第一行(列)进行升序排序又对第二行(列)进行排序。在指定行值进行排序的时候,必须设置axis=1,不然会报错,因为默认指定的是列索引,找不到这个索引所以报错,axis=1的意思是指定行索引。
二、排名
排名和排序有点类似,排名会有一个排名值(从1开始,一直到数组中有效数据的数量),它与numpy.argsort的间接排序索引差不多,只不过它可以根据某种规则破坏平级关系。
a、Series的排名
s = Series([1,3,2,1,6],index=["a","c","d","b","e"]) #默认是根据值的大小进行平均排名 ''' 1是最小的,所以第一个1排在第一,第二个1排在第二 因为取的是平均排名,所以1的排名为1.5 ''' print(s.rank()) ''' a 1.5 c 4.0 d 3.0 b 1.5 e 5.0 ''' #根据值在数组中出现的顺序进行排名 print(s.rank(method="first")) ''' a 1.0 c 4.0 d 3.0 b 2.0 e 5.0 '''
method参数除了,first按值在原始数据中的出现顺序分配排名,还有min使用整个分组的最小排名,max是用整个分组的最大排名,average使用平均排名,也是默认的排名方式。还可以设置ascending参数,设置降序还是升序排序。
b、DataFrame的排名
a = [[9, 3, 1], [1, 2, 8], [1, 0, 5]] data = DataFrame(a, index=["0", "2", "1"], columns=["c", "a", "b"]) print(data) ''' c a b 0 9 3 1 2 1 2 8 1 1 0 5 ''' #默认按列进行排名 print(data.rank()) ''' c a b 0 3.0 3.0 1.0 2 1.5 2.0 3.0 1 1.5 1.0 2.0 ''' #按行进行排名 print(data.rank(axis=1)) ''' c a b 0 3.0 2.0 1.0 2 1.0 2.0 3.0 1 2.0 1.0 3.0 '''
method参数和ascending参数的设置与Series一样。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。
pandas的排序和排名的具体使用
- Author -
修炼之路声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@