【pandas基础】--数据排序

岚博

pandas的数据排序可以帮助我们更好地理解和分析数据。
通过对数据进行排序，我们可以提取出特定的信息，例如最大值、最小值、中位数、众数等等，从而更准确地识别数据的特征和特点。
此外，数据排序还可以帮助我们更好地进行数据可视化，例如绘制直方图、箱线图等等，进一步帮助我们对数据进行解读和分析。
总之，数据排序在数据处理和分析中起着非常重要的作用。
1. 索引排序

pandas的数据集DataFrame默认的索引是从0开始的数字，默认升序排列。

1. import pandas as pd
3. df = pd.DataFrame(
4.     {
5.         "name": ["小华", "小红", "小明"],
6.         "gender": ["男", "女", "男"],
7.         "score": [98, 100, 90],
8.     }
9. )
11. df

复制代码

当然，除了默认索引，也可以手动设置索引，手动设置索引的话，索引的顺序不会自动排列。
比如：

1. df = pd.DataFrame(
2.     {
3.         "name": ["小华", "小红", "小明"],
4.         "gender": ["男", "女", "男"],
5.         "score": [98, 100, 90],
6.     },
7.     index=[2, 1, 3],
8. )
10. df       

复制代码

1.1 索引升序

此时，就可以通过sort_index函数对数据集进行排序。默认是升序：

1. df.sort_index() # 升序

复制代码

1.2 索引降序

设置ascending=False，则按照索引降序排列。

1. df.sort_index(ascending=False) # 降序

复制代码

2. 值排序

除了索引排序，使用更多的是值排序，也就是按照各个列的值来排序。
2.1 单列的值排序

按照单个列的值排序：（英语成绩由高到低排序）

1. df = pd.DataFrame(
2.     {
3.         "name": ["小华", "小红", "小明"],
4.         "math": [78, 98, 90],
5.         "english": [80, 100, 80],
6.     },
7. )
9. df.sort_values(by="english", ascending=False)

复制代码

2.2 多列的值排序

从上面可以看出，小华和小明的英语成绩一样，这时，可以用多列排序，先按照英语排序，然后再按照数学成绩排序，得到更合理的排序结果。

1. df.sort_values(by=["english", "math"], ascending=False)

复制代码

3. 最大最小值

通过排序也虽然也可以得到数据集中最大和最小的几个值，但是pandas还给我们提供了两个更加简单的函数，
专门用来获取最大值和最小值。
也就是：nlargest 和 nsmallest。
3.1 nlargest

同样使用上面的数据，获取数学成绩前两名（成绩从高到低）。

1. df = pd.DataFrame(
2.     {
3.         "name": ["小华", "小红", "小明"],
4.         "math": [78, 98, 90],
5.         "english": [80, 100, 80],
6.     },
7. )
9. df.nlargest(2, "math")

复制代码

3.2 nsmallest

获取数学成绩后两名（成绩从低到高）。

1. df.nsmallest(2, "math")

复制代码

4. 数据排名

排名和排序有些细微的区别，排序只是按照值的大小顺序排列，如果两个值一样也只是简单的保持其原来的先后顺序。
而排名则和具体情况相关联，比如，有时候两个并列第一名后，后续的就是第三名，第二名空缺出来；也有时候并列名次存在时不影响后续的排名。
下面示例演示三种常用的排名方式：
4.1 顺序排名

顺序排名(method='first')和排序一样。

1. df = pd.DataFrame(
2.     {
3.         "name": ["小华", "小红", "小明", "小张", "小李"],
4.         "score": [78, 98, 90, 98, 78],
5.     },
6. )
8. df["成绩排名"] = df.score.rank(method='first', ascending=False)
9. df["成绩排名"] = df["成绩排名"].astype(int)
10. df.sort_values("成绩排名")

复制代码

成绩相同时，按照原数据集中的顺序依次排列。
4.2 跳跃排名

跳跃排名(method='min')，并列名次存在时，后续的名次会跳跃。

1. df["成绩排名"] = df.score.rank(method='min', ascending=False)
2. df["成绩排名"] = df["成绩排名"].astype(int)
3. df.sort_values("成绩排名")

复制代码

平时的考试一般会按照这种排名方式。
4.3 密集排名

密集排名(method='dense')，并列名次存在时，后续的名次仍然依次下去。

1. df["成绩排名"] = df.score.rank(method='dense', ascending=False)
2. df["成绩排名"] = df["成绩排名"].astype(int)
3. df.sort_values("成绩排名")

复制代码

名次存在并列时，不影响后续的排名。
5. 总结回顾

本篇主要介绍了pandas数据排序的各种常用方法，排序之后的数据更容易查看，分析和比较，是分析前了解数据的必要手段。
上面只是介绍了各个排序相关函数最常用的参数，如果有更复杂的排序需求，请参考pandas的文档，也欢迎留言探讨。

来源:https://www.cnblogs.com/wang_yb/p/17419790.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！