python pandas 排序_Pandas分组与排序的实现

一、pandas分组

1、分组运算过程：split->apply->combine

拆分：进行分组的根据

应用：每个分组运行的计算规则

合并：把每个分组的计算结果合并起来

2、分组函数

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs

by： 依据哪些列进行分组，值可以是：mapping, function, label, or list of labels

3、聚合函数

4、分组聚合实例

单列分组

>>> import pandas as pd

>>> df = pd.DataFrame({'A': ['a', 'b', 'a', 'c', 'a', 'c', 'b', 'c'], 'B': [2, 8, 1, 4,

3, 2, 5, 9], 'C': [102, 98, 107, 104, 115, 87, 92, 123], 'D': [2, 98, 17, 14, 15, 7, 92,

13]})

>>> df

A B C D

0 a 2 102 2

1 b 8 98 98

2 a 1 107 17

3 c 4 104 14

4 a 3 115 15

5 c 2 87 7

6 b 5 92 92

7 c 9 123 13

>>> df.groupby(by='A').sum()

B C D

A

a 6 324 34

b 13 190 190

c 15 314 34

多列分组

>>> df.groupby(by=['A','B']).sum() ###A,B成索引

C D

A B

a 1 107 17

2 102 2

3 115 15

b 5 92 92

8 98 98

c 2 87 7

4 104 14

9 123 13

多列聚合

>>> df.groupby(by=['A','B'])['C'].sum() ###1个列

A B

a 1 107

2 102

3 115

b 5 92

8 98

c 2 87

4 104

9 123

>>> df.groupby(by=['A','B'])['C','D'].sum() ###2个列

C D

A B

a 1 107 17

2 102 2

3 115 15

b 5 92 92

8 98 98

c 2 87 7

4 104 14

9 123 13

多列不同聚合方式

>>> import numpy as np

>>> df.groupby(by=['A']).agg({'C':[np.mean, 'sum'], 'D':['count',np.std]})

C D

mean sum count std

A

a 108.000000 324 3 8.144528

b 95.000000 190 2 4.242641

c 104.666667 314 3 3.785939

>>>ps: 不同列使用多个不同函数进行聚合C： mean，sum；D：count，std

返回值类型区别

方法1：agg

>>> df.groupby(by=['A']).agg({'C':[np.mean]})

C

mean

A

a 108.000000

b 95.000000

c 104.666667

>>> type(df.groupby(by=['A']).agg({'C':[np.mean]}))

方法2：索引

>>> df.groupby(by=['A'])['C'].mean()

A

a 108.000000

b 95.000000

c 104.666667

Name: C, dtype: float64

>>> type(df.groupby(by=['A'])['C'].mean())

总结： 两种方法结果一样，但是一个类型是DataFrame,一个为Series；有时候会用上

二、pandas排序

按索引进行降序排列

>>> df

A B C D

0 a 2 102 2

1 b 8 98 98

2 a 1 107 17

3 c 4 104 14

4 a 3 115 15

5 c 2 87 7

6 b 5 92 92

7 c 9 123 13

>>> df.sort_index(ascending=False) ### 索引

A B C D

7 c 9 123 13

6 b 5 92 92

5 c 2 87 7

4 a 3 115 15

3 c 4 104 14

2 a 1 107 17

1 b 8 98 98

0 a 2 102 2

按值进行降序排列

>>> df.sort_values(by="A",ascending=False) # 按某一列

A B C D

3 c 4 104 14

5 c 2 87 7

7 c 9 123 13

1 b 8 98 98

6 b 5 92 92

0 a 2 102 2

2 a 1 107 17

4 a 3 115 15

>>> df.sort_values(by=["B","A"],ascending=False) # 按2列

A B C D

7 c 9 123 13

1 b 8 98 98

6 b 5 92 92

3 c 4 104 14

4 a 3 115 15

5 c 2 87 7

0 a 2 102 2

2 a 1 107 17

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。