6.series重塑与排序
### 目录 ###
[1]Series.sort_values() 按值排序。
[2]Series.sort_index() 按索引标签排序系列。
[3]Series.argmin() 返回最小行标签
[4]Series.argmax() 返回最大行标签
[5]Series.repeat() 重复series的元素
### 内容 ###
[1]Series.sort_values()
1.语法参数
Series.sort_values(axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')
axis：{0 or ‘index’}，default 0
ascending ： default True ，True为升序，False为降序
inplace：默认为False，为True时则原series更改排序
kind：选择排序算法，{'quicksort'，'mergesort'或'heapsort'}，默认'quicksort'
na_position：{'first'或'last'}，默认'last' ，当为first时将NaNs置于开头
2.案例
s = pd.Series([np.nan, 1, 3, 10, 5])
s.sort_values(ascending=True)
s.sort_values(ascending=False, inplace=True)
s.sort_values(na_position='first')
[2]Series.sort_index()
1.语法参数
Series.sort_index（axis = 0，level = None，ascending = True，inplace = False，kind =' quicksort '，na_position ='last'，sort_remaining = True ）
axis：{0 or ‘index’}，default 0
level： int，可选，如果不是None，则对指定索引级别的值进行排序。
ascending ： default True ，True为升序，False为降序
inplace：默认为False，为True时则原series更改排序
kind：选择排序算法，{'quicksort'，'mergesort'或'heapsort'}，默认'quicksort'
na_position：{'first'或'last'}，默认'last' ，当为first时将NaNs置于开头
sort_remaining：bool，默认为True，如果为true并且按级别和索引排序是多级的，则在按指定级别排序后，按其他级别排序（按顺序）。
2.案例
#指定要排序的索引级别
>>> arrays = [np.array(['qux', 'qux', 'foo', 'foo','baz', 'baz', 'bar', 'bar']),
np.array(['two', 'one', 'two', 'one','two', 'one', 'two', 'one'])]
>>> s = pd.Series([1, 2, 3, 4, 5, 6, 7, 8], index=arrays)
>>> s.sort_index(level=1)
bar one 8
baz one 6
foo one 4
qux one 2
bar two 7
baz two 5
foo two 3
qux two 1
dtype: int64
#按级别排序时，不按剩余级别排序
>>> s.sort_index(level=1, sort_remaining=False)
qux one 2
foo one 4
baz one 6
bar one 8
qux two 1
foo two 3
baz two 5
bar two 7
dtype: int64
[3]Series.argmin() 返回最小行标签
1.语法参数
Series.argmin（axis = 0，skipna = True）
axis ： 默认值为0，表示行，1表示列
skipna ：默认为True，表示排除NA / null值。如果整个系列是NA，则结果为NA。
2.案例
>>> s = pd.Series(data=[1, None, 4, 1],
... index=['A' ,'B' ,'C' ,'D'])
>>> s
A 1.0
B NaN
C 4.0
D 1.0
dtype: float64
>>> s.idxmin()
'A'
[4]Series.argmax() 返回最大行标签
1.语法参数
Series.argmin（axis = 0，skipna = True）
axis ： 默认值为0，表示行，1表示列
skipna ：默认为True，表示排除NA / null值。如果整个系列是NA，则结果为NA。
2.案例
>>> s = pd.Series(data=[1, None, 4, 3, 4],
... index=['A', 'B', 'C', 'D', 'E'])
>>> s
A 1.0
B NaN
C 4.0
D 3.0
E 4.0
dtype: float64
>>> s.idxmax()
'C'
[5]Series.repeat() 重复series的元素
1.语法参数
Series.repeat(repeats, axis=None)
repeats：int或int数组，每个元素的重复次数。这应该是一个非负整数。重复0次将返回一个空系列。
axis：None，必须是None
2.案例
>>> s = pd.Series(['a', 'b', 'c'])
>>> s
0 a
1 b
2 c
dtype: object
>>> s.repeat(2)
0 a
0 a
1 b
1 b
2 c
2 c
dtype: object
>>> s.repeat([1, 2, 3])
0 a
1 b
1 b
2 c
2 c
2 c
dtype: object