pandas的排序和排名的具体使用

技术  /  管理员 发布于 7年前   251

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。