python数据分析之DateFrame数据排序和排名方式

目录

• 1.数据排序
• 2.按某列降序排序
• 3.按多列升降序排列
• 4.对统计结构排序
• 5.数据排名

1.数据排序

DataFrame.sort_values(by,axis=0,ascending=True,inplace=False,kind=\"quicksort\",na_position=\"last\",ignore_index=False)\"\"\"by:要排序的名称列表axis:轴，0表示行，1表示列ascending：升序或者降序排列,默认是True，升序inplace:是否直接在数据上修改，True为直接修改df,False为副本kind:指定排序算法，na_position：空值(NaN)的位置，值为first空值在数据开头，值为last空值在数据最后。ignore_index:布尔值，是否忽略索引，值为True标记索引（从0开始顺序的整数值），False则忽略索引\"\"\"

2.按某列降序排序

import pandas as pdexelFile=\"C:\\\\Users\\\\Administrator\\\\Desktop\\\\python数据分析Code\\\\Code\\\\03\\\\46\\\\mrbook.xlsx\"df=pd.DataFrame(pd.read_excel(exelFile))pd.set_option(\'display.max_rows\',1000)#设置展示最高行数pd.set_option(\'display.max_columns\',1000)#设置展示最高列数pd.set_option(\'display.unicode.east_asian_width\',True)pd.set_option(\"display.unicode.ambiguous_as_wide\",True)#按“销量”列降序排序df1=df.sort_values(by=\"销量\",ascending=False)print(df1)

结果如图所示：

3.按多列升降序排列

#先按照图书名称降序排列，再按照销量降序排列df2=df.sort_values(by=[\"图书名称\",\"销量\"])

4.对统计结构排序

将类别分组并统计总销量降序排列。

df3=df.groupby([\"类别\"])[\"销量\"].sum().reset_index()df4=df3.sort_values(by=\"销量\",ascending=False)print(df4)

结构如下：

5.数据排名

DataFrame.rank(axis-0,method=\"average\",numeric_only=None,na_option=\"keep\",ascending=True,,pct=False)\"\"\"axis:轴，0表示行，1表示列method:表示在相同值的情况下所使用的排序方法，参数如下：average:默认值，平均值排名；min:最小值排名；max:最大值排名；first：按第一次出现的顺序排列；dense:密集排序，类似于最小值排序，，但排名每次只增加1，相同排名的数据只只占据一个名词。numeric_only:对于DataFrame，如果设置值为True,并只对数字列进行排序。ascending：升序或者降序排列，默认值为Truepct：布尔值，是否以百分比形式返回排名，默认值为False\"\"\"

实例：

对销量相同的产品，按照顺序排名的平均值进行平均排名

#先排序df=df.sort_values(by=\"销量\",ascending=False)#按照顺序排名的平均值进行平均排名df[\"顺序排名\"]=df[\"销量\"].rank(ascending=False)

这里两个数销量相同，分别为3和4名，取平均值为3.5

对销量相同的产品，按照在原表中出现的顺序进行排名

#先排序df=df.sort_values(by=\"销量\",ascending=False)df[\"顺序排名\"]=df[\"销量\"].rank(method=\"first\",ascending=False)

结果如下：很正常的结果

对销量相同的产品，按照顺序排名并取最小值最为排名

#先排序df=df.sort_values(by=\"销量\",ascending=False)df[\"顺序排名\"]=df[\"销量\"].rank(method=\"min\",ascending=False)

排名如下：相同数量的都按照最小排名填写

对销量相同的产品，按照顺序排名并取最大值最为排名

#先排序df=df.sort_values(by=\"销量\",ascending=False)df[\"顺序排名\"]=df[\"销量\"].rank(method=\"max\",ascending=False)

排名如下：相同数量的都按照最大排名填写

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。