Pandas：排名与排序

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

一、排序

1.按索引排序

Series

s = Series([3,1,7,0],index=['c','d','a','b'])
s.sort_index()

a    7
b    0
c    3
d    1
dtype: int64

DataFrame

df = DataFrame(np.arange(20).reshape(5,4),index=[3,1,2,4,6],columns=['d','c','a','b'])
print(df)

    d   c   a   b
3   0   1   2   3
1   4   5   6   7
2   8   9  10  11
4  12  13  14  15
6  16  17  18  19

行索引排序

print(df.sort_index(ascending=False)) # 降序排列

    d   c   a   b
6  16  17  18  19
4  12  13  14  15
3   0   1   2   3
2   8   9  10  11
1   4   5   6   7

列索引排序

print(df.sort_index(axis=1))

    a   b   c   d
3   2   3   1   0
1   6   7   5   4
2  10  11   9   8
4  14  15  13  12
6  18  19  17  16

2.按值排序

Series

s.sort_values()

b    0
d    1
c    3
a    7
dtype: int64

DataFrame

按多列值进行排序

print(df.sort_values(by=['a','b']))

    d   c   a   b
3   0   1   2   3
1   4   5   6   7
2   8   9  10  11
4  12  13  14  15
6  16  17  18  19

按多行值进行排序

print(df.sort_values(by=[2,6],axis=1))

    d   c   a   b
3   0   1   2   3
1   4   5   6   7
2   8   9  10  11
4  12  13  14  15
6  16  17  18  19

二、排名

1.对不同的数字进行排名，并给出名次。相同的数字，那么对排名取均值。

o = Series([7,-5,7,4,2,0,4,7])
o.rank()

0    7.0
1    1.0
2    7.0
3    4.5
4    3.0
5    2.0
6    4.5
7    7.0
dtype: float64

2.相同元素排名不取均值，而是按先后顺序给出排名

o.rank(method='first')

0    6.0
1    1.0
2    7.0
3    4.0
4    3.0
5    2.0
6    5.0
7    8.0
dtype: float64

3.相同元素取最大的排名，其余排名不再使用

o.rank(method='max')

0    8.0
1    1.0
2    8.0
3    5.0
4    3.0
5    2.0
6    5.0
7    8.0
dtype: float64