Python进行数据的排序和排名

本文主要介绍Python中使用pandas进行排序和排名操作，相关如下：
排序：
对数据集按照某一种方式进行排序（升序、降序或自定义顺序）。
排名：
对数据集按照某一种方式进行排名（从高到低、从低到高或自定义顺序排名），一般生成新的名次序号列。

1. 排序

• （1）sort_index()：按索引排序

简介：
sort_index(axis=1,ascending=False)
axis：行索引或列索引，默认为列索引排序，axis = 1 表示对行进行排序；
ascending：排序方式，默认升序，ascending=False 表示降序；

使用方法如下：

obj = pd.Series(range(4),index=['d','a','b','c'])
obj
obj.sort_index()

Out[110]:
d    0
a    1
b    2
c    3
dtype: int64
Out[110]:
a    1
b    2
c    3
d    0
dtype: int64

对于DataFrame，则可以根据任意一个轴上的索引进行排序：

frame = pd.DataFrame(np.arange(8).reshape(2,4),
                    index=['three','one'],
                    columns=['d','a','b','c'])
frame
frame.sort_index()
frame.sort_index(axis=1)

降序排列：

frame.sort_index(axis=1,ascending=False)

• （2）sort_values()：按数值排序

简介：
sort_values(by=‘b’,ascending=False)
by：排序的依据，by=‘b’ 表示依据b列的数据进行排序；
ascending：排序方式，默认升序，ascending=False 表示降序；

使用方法如下：

obj = pd.Series([4,7,-3,2])
obj
obj.sort_values()

Out[114]:
0    4
1    7
2   -3
3    2
dtype: int64
Out[114]:
2   -3
3    2
0    4
1    7
dtype: int64

特别的，在排序时，任何缺失值默认都会被放到Series的末尾：

obj = pd.Series([4,np.nan,7,np.nan,-3,2])
obj
obj.sort_values()

Out[115]:
0    4.0
1    NaN
2    7.0
3    NaN
4   -3.0
5    2.0
dtype: float64
Out[115]:
4   -3.0
5    2.0
0    4.0
2    7.0
1    NaN
3    NaN
dtype: float64

在DataFrame中，可以将一个或多个列的名字传递给sort_values的by选项，来实现对一个或多个列中的值进行排序。

## 单个排序结果
frame = pd.DataFrame({'b':[4,-3,-3,2], 'a':[0,1,0,1]})
frame
frame.sort_values(by='b')

要根据多个列进行排序，传入名称的列表即可：

frame.sort_index(by=['a','b'])

2. 排名

rank()：对数据进行排名
简介：
df.rank(ascending=False, method=‘max’)
ascending：排名方式，默认从低到高，ascending=False 表示从高到低；
method：排名方式，包括：“average”、“min”、“max”、“first”、“dense”。默认情况下，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，对照表如下：

使用方法

排名会从1开始一直到数组中有效数据的数量。

obj = pd.Series([7,-5,7,4,2,0,4])
# 输出排名序号
obj.rank()


Out[123]:
0    6.5
1    1.0
2    6.5
3    4.5
4    3.0
5    2.0
6    4.5
dtype: float64

## 也可以根据值在原数据中出现的顺序给出排名：
obj.rank(method='first')


Out[124]:
0    6.0
1    1.0
2    7.0
3    4.0
4    3.0
5    2.0
6    5.0
dtype: float64

这里，条目0和2没有使用平均排名6.5，它们被设成了6和7，因为数据中标签0位于标签2的前面。

你也可以按降序进行排名：

obj.rank(ascending=False, method='max')

Out[125]:
0    2.0
1    7.0
2    2.0
3    4.0
4    5.0
5    6.0
6    4.0
dtype: float64

另，DataFrame可以在行或列上计算排名：

frame = pd.DataFrame({'b': [4.3, 7, -3, 2], 'a': [0, 1, 0, 1],
                      'c': [-2, 5, 8, -2.5]})
frame
frame.rank(axis='columns')

参考文献：
【1】利用Python进行数据分析（第2版）https://www.jianshu.com/p/161364dd0acf；

作者简介
作者：榆尚天
简介：一个数据分析的爱好者，立志成为一名数据界的幽灵。
微信平台：数据幽灵

期待与各位同道的交流，欢迎关注~~~
————————————————————————————
作者：榆尚天
出处：https://mp.csdn.net/mdeditor/90265032
说明：本文版权归作者所有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接。