DataFrame的排序

DataFrame的排序

前提:加载numpy,pandas,Series,DataFrame

生成一个dataframe,指定索引,具体如图:

import numpy as np
import pandas as pd
df1 = pd.DataFrame(np.arange(20).reshape(4,5),index = ['First','Second','Third','Fourth'],columns=['d','b','a','c','e'])

out[1]:
        d   b   a   c   e
First   0   1   2   3   4
Second  5   6   7   8   9
Third   10  11  12  13  14
Fourth  15  16  17  18  19

dataframe的几种排序。

dataframe(df1)按索引和按列名排序分别使用df1.sort_index()、df1.sort_index(axis=1)即可,如图

df1.sort_index()

out[2]:

        d   b   a   c   e
First   0   1   2   3   4
Fourth  15  16  17  18  19
Second  5   6   7   8   9
Third   10  11  12  13  14

df1.sort_index(axis=1)

如果要对df1按降序排序,那么只需添加参数ascending = False即可,如图

df1.sort_index(ascending=False)

out[3]:
    d   b   a   c   e
Third   10  11  12  13  14
Second  5   6   7   8   9
Fourth  15  16  17  18  19
First   0   1   2   3   4

为了更加方便演示dataframe如何根据一列或者多列排序,再新生成一个dataframe,命名为df2,如下:

df2 = DataFrame({'c':[6,3,8,-2,0],'a':[2,2,3,1,4],'b':['Jan','May','Sep','Feb','Aug']})
df2

out[4]:
        c   a   b
0   6   2   Jan
1   3   2   May
2   8   3   Sep
3   -2  1   Feb
4   0   4   Aug

现在分别使用

df2.sort_values(by = 'b')-对df2按照b列排序

df2.sort_values(by = ['b','a'])对df2按照b列排序后如果有相同的再按照a列排序

df2.sort_values(by = ['a','b'])对df2按照a列排序后如果有相同的再按照b列排序

DataFrame的排名:

df2按照索引和列排序分别用df2.rank()和df2.rank(axis = 1)即可,如下:

df2.rank()

out[5]:
    c   a   b
0   4.0 2.5 3.0
1   3.0 2.5 4.0
2   5.0 4.0 5.0
3   1.0 1.0 2.0
4   2.0 5.0 1.0

df2.rank(axis = 1,ascending = True)

out[6]:
        c   a
0   2.0 1.0
1   2.0 1.0
2   2.0 1.0
3   1.0 2.0
4   1.0 2.0

df2.rank(axis = 1,ascending = False)

out[7]:

        c   a
0   1.0 2.0
1   1.0 2.0
2   1.0 2.0
3   2.0 1.0
4   2.0 1.0
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,968评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,601评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,220评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,416评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,425评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,144评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,432评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,088评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,586评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,028评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,137评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,783评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,343评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,333评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,559评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,595评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,901评论 2 345

推荐阅读更多精彩内容