您現在的位置是：首頁 > 足球
pandas如何進行資料排序和排名?
- 由 素食先生lpt 發表于 足球
- 2021-05-29
名次排序怎麼操作
一起學習，一起成長
排序和排名是資料處理和分析中常用的方法，那麼如何使用pandas進行資料的排序和排名呢？小編接下來進行介紹，具體參見下文：
1。排序和排名
根據條件對資料集排序（sorting）也是一種重要的內建運算。要對行或列索引進行排序
1。1 sort_index方法
#Series排序
該方法可對行或列索引進行排序，返回一個已排序的新物件
In ［17］： obj=Series（range（4），index=［‘d’，‘a’，‘b’，‘c’］）
In ［18］： obj。sort_index（）
Out［18］：
a 1
b 2
c 3
d 0
dtype： int32
#DataFrame排序
可以根據任意一個軸上的索引進行排序：
In ［19］： frame=DataFrame（np。arange（8）。reshape（2，4），index=［‘three’，‘one’］，columns=［‘d’，‘a’，‘b’，‘c’］）
In ［20］： frame。sort_index（） #預設axis=0
Out［20］：
d a b c
one 4 5 6 7
three 0 1 2 3
In ［21］： frame。sort_index（axis=1）
Out［21］：
a b c d
three 1 2 3 0
one 5 6 7 4
1。2 升降序排序
預設是按升序（ascending=True）排序。
降序（ascending=False）排序如下：
In ［22］： frame。sort_index（axis=1，ascending=False）
Out［22］：
d c b a
three 0 3 2 1
one 4 7 6 5
1。3 排序時的 Series缺失值
在排序時，任何缺失值預設都會被放到Series末尾：
In ［24］： obj=Series（［4，np。nan，7，np。nan，-3，2］）
In ［25］： obj。order（）
__main__：1： FutureWarning： order is deprecated， use sort_values（。。。）
Out［25］：
4 -3。0
5 2。0
0 4。0
2 7。0
1 NaN
3 NaN
dtype： float64
1。4 DataFrame中的by排序
在DataFrame上，可能希望根據一個或多個列中的值進行排序。將一個或多個列的名字傳遞給by選項即可達到該目的：
In ［26］： frame=DataFrame（{‘b’：［4，7，-3，2］，‘a’：［0，1，0，1］}）
In ［27］： frame
Out［27］：
a b
0 0 4
1 1 7
2 0 -3
3 1 2
In ［28］： frame。sort_index（by=‘b’）
__main__：1： FutureWarning： by argument to sort_index is deprecated， pls use 。sort_values（by=。。。）
Out［28］：
a b
2 0 -3
3 1 2
0 0 4
1 1 7
In ［30］： frame。sort_index（by=［‘a’，‘b’］）
__main__：1： FutureWarning： by argument to sort_index is deprecated， pls use 。sort_values（by=。。。）
Out［30］：
a b
2 0 -3
0 0 4
3 1 2
1 1 7