pandas 排序、排名函数的使用

排序

Series

s.sort_index(ascending=False)#对series的索引进行排序，默认升序

s.sort_values(ascending=False)#对series的值进行排序，对值进行排序的时候，无论是升序还是降序，缺失值（NaN）都会排在最后面

DataFrame：

dt.sort_index(ascending=False)#按列索引进行降序排序

dt.sort_inex(axis=1)#按行的索引进行排序

dt.sort_values(by='columns_name')#按指定列的值进行排序

dt.sort_values(by='row_name', axis=1)#按指定行的值进行排序

使用by参数进行某几列（行）排序的时候，以列表中的第一个为准，可能后面的不会生效，因为有的时候无法做到既对第一行（列）进行升序排序又对第二行（列）进行排序。在指定行值进行排序的时候，必须设置axis=1，不然会报错，因为默认指定的是列索引，找不到这个索引所以报错，axis=1的意思是指定行索引。

排名

Series

s.rank(method=‘first’)#对series的值进行升序排名，输出为排名，当排名相同时，输出平均排名，method=‘first’排名相同时按照值在数组中出现的顺序排序

method参数除了,first按值在原始数据中的出现顺序分配排名，还有min使用整个分组的最小排名，max是用整个分组的最大排名，average使用平均排名，也是默认的排名方式。还可以设置ascending参数，设置降序还是升序排序。

DataFrame：

dt.rank()#按列进行排名

dt.rank(axis=1)#按行进行排名

method与ascending参数的使用与Series的相同

 

 

参考链接：https://blog.csdn.net/sinat_29957455/article/details/78993732