溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
有的時候我們可以要根據索引的大小或者值的大小對Series和DataFrame進行排名和排序。
一、排序
pandas提供了sort_index方法可以根據行或列的索引按照字典的順序進行排序
a、Series排序
1、按索引進行排序
#定義一個Series s = Series([1,2,3],index=["a","c","b"]) #對Series的索引進行排序，默認是升序 print(s.sort_index()) ''' a 1 b 3 c 2 ''' #對索引進行降序排序 print(s.sort_index(ascending=False)) ''' c 2 b 3 a 1 '''
2、按值進行排序
s = Series([np.nan,1,7,2,0],index=["a","c","e","b","d"]) #對Series的值進行排序，默認是按值的升序進行排序的 print(s.sort_values()) ''' d 0.0 c 1.0 b 2.0 e 7.0 a NaN ''' #對Seires的值進行降序排序 print(s.sort_values(ascending=False)) ''' e 7.0 b 2.0 c 1.0 d 0.0 a NaN '''
對值進行排序的時候，無論是升序還是降序，缺失值（NaN）都會排在最后面。
b、DataFrame排序
1、按索引進行排序
a = np.arange(9).reshape(3,3)
data = DataFrame(a,index=["0","2","1"],columns=["c","a","b"])
#按行的索引升序進行排序，默認按行，升序
print(data.sort_index())
'''
c a b
0 0 1 2
1 6 7 8
2 3 4 5
'''
#按行的索引按降序進行排序
print(data.sort_index(ascending=False))
'''
c a b
2 3 4 5
1 6 7 8
0 0 1 2
'''
#按列升序的索引進行排序
print(data.sort_index(axis=1))
'''
a b c
0 1 2 0
2 4 5 3
1 7 8 6
'''
#按列降序的索引進行排序
print(data.sort_index(ascending=False))
'''
c a b
2 3 4 5
1 6 7 8
0 0 1 2
'''
2、按值進行排序
a = [[9,3,1],[1,2,8],[1,0,5]]
data = DataFrame(a, index=["0", "2", "1"], columns=["c", "a", "b"])
#按指定列的值大小順序進行排序
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
'''
#按指定行值進行排序
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：對DataFrame的值進行排序的時候，我們必須要使用by指定某一行（列）或者某幾行（列），如果不使用by參數進行指定的時候，就會報TypeError: sort_values() missing 1 required positional argument: 'by'。使用by參數進行某幾列（行）排序的時候，以列表中的第一個為準，可能后面的不會生效，因為有的時候無法做到既對第一行（列）進行升序排序又對第二行（列）進行排序。在指定行值進行排序的時候，必須設置axis=1，不然會報錯，因為默認指定的是列索引，找不到這個索引所以報錯，axis=1的意思是指定行索引。
二、排名
排名和排序有點類似，排名會有一個排名值（從1開始，一直到數組中有效數據的數量），它與numpy.argsort的間接排序索引差不多，只不過它可以根據某種規則破壞平級關系。
a、Series的排名
s = Series([1,3,2,1,6],index=["a","c","d","b","e"]) #默認是根據值的大小進行平均排名 ''' 1是最小的，所以第一個1排在第一，第二個1排在第二 因為取的是平均排名，所以1的排名為1.5 ''' print(s.rank()) ''' a 1.5 c 4.0 d 3.0 b 1.5 e 5.0 ''' #根據值在數組中出現的順序進行排名 print(s.rank(method="first")) ''' a 1.0 c 4.0 d 3.0 b 2.0 e 5.0 '''
method參數除了,first按值在原始數據中的出現順序分配排名，還有min使用整個分組的最小排名，max是用整個分組的最大排名，average使用平均排名，也是默認的排名方式。還可以設置ascending參數，設置降序還是升序排序。
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
'''
#默認按列進行排名
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
'''
#按行進行排名
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參數和ascending參數的設置與Series一樣。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
