pythonpandas排序_Pandas的排序和排名（Series，DataFrame）+groupby

根据条件对数据集排序(sorting)也是一种重要的内置运算。要对行或列索引进行排序(按字典顺序)&＃xff0c;

可使用sort_index 方法&＃xff0c; 它将返回一个已排序的新对象&＃xff1a;

而DataFrame&＃xff0c; 则可以根据任意一个轴上的索引进行排序&＃xff1a;

降序

数据默认是按照升序排序的&＃xff0c; 但也可以安装降序排序

按值排序

如果有缺失值呢

求唯一值排序和频率排序

Dataframe指定某列的值进行排序&＃xff0c;by选项

那么如果多个呢&＃xff1f;

排名

排名(ranking ) 跟排序关系密切&＃xff0c; 且它会增设一个排名值(从1开始&＃xff0c; 一直到数组中有效数据的数量)。

它跟numpy.argsort产生的间接拍下索引差不多&＃xff0c; 只不过它可以根据某种规则破坏平级关系。接下来介绍Series和Dataframe 的rank方法。

默认情况下&＃xff0c; rank是通过”为各组分配一个平均排名“的方式破坏平级关系的。

降序

groupby方法

import pandas aspd

df&＃61; pd.DataFrame({&＃39;性别&＃39; : [&＃39;男&＃39;, &＃39;女&＃39;, &＃39;男&＃39;, &＃39;女&＃39;,&＃39;男&＃39;, &＃39;女&＃39;, &＃39;男&＃39;, &＃39;男&＃39;],&＃39;成绩&＃39; : [&＃39;优秀&＃39;, &＃39;优秀&＃39;, &＃39;及格&＃39;, &＃39;差&＃39;,&＃39;及格&＃39;, &＃39;及格&＃39;, &＃39;优秀&＃39;, &＃39;差&＃39;],&＃39;年龄&＃39; : [15,14,15,12,13,14,15,16]})

GroupBy&＃61;df.groupby("性别")

GroupBy.iter()

GroupBy对象是一个迭代对象&＃xff0c;每次迭代结果是一个元组&＃xff0c;元组的第一个元素是该组的名称(就是groupby的列的元素名称)&＃xff0c;第二个元素是该组的具体信息&＃xff0c;是一个数据框&＃xff0c;索引是以前的数据框的总索引

for name,group inGroupBy:

print(name)

print(group)

女

年龄 性别 成绩1 14女 优秀3 12女 差5 14女 及格

男

年龄 性别 成绩0 15男 优秀2 15男 及格4 13男 及格6 15男 优秀7 16 男 差

groupby还有其他子方法&＃xff0c;需要的话自己在百度吧

来个例子&＃xff0c; groupby &＃43; apply &＃43; sortValues的例子

data.groupby(&＃39;customer_id&＃39;)[&＃39;repayment_date&＃39;].apply(lambda x:x.sort_values(ascending&＃61;False)).reset_index()