Python数据分析【第10天】| DataFrame的排序、排名和索引重置（sort，rank，index）

系列文章目录

第1天：读入数据
第2天：read()、readline()与readlines()
第3天：进度条（tqdm模块）
第4天：命令行传参（argparse模块）
第5天：读、写json文件（load()、loads()、dump()、dumps()）
第6天：os模块、glob模块
第7天：pandas.DataFrame
第8天：DataFrame的三种数据处理基本操作（df.drop(), df.fillna(), df.drop_duplicates())
第9天：DataFrame的属性编码、数据合并和连接（get_dummies，merge，join，concat）

---

---

前言

上一篇写了DataFrame的属性编码、数据合并和连接，是不是还是挺复杂的呢。今天继续学习pandas模块下对数据处理的另外两种操作：

• 排序，排名
• 索引重置
  

一、今天所学的内容

主要内容为pandas模块如何对DataFrame这一数据类型进行将数据输入模型前的预处理工作。

二、知识点详解

2.1 排序，排名

2.1.1 排序

#会用到的包

import pandas
import numpy
import datetime

数据的排序主要用于对特征值为数字的属性进行大小的排序。比如考试成绩，程序员关心的工资收入等等。
pandas中对数据的排序大致分为两种方式：根据索引index或者根据值value。主要用到的函数有：sort()、sort_index()、sort_values()。下面呢我们分别介绍一下这三种函数的用法。

1. sort()函数不适用于DataFrame

在这部分我们举一些简单的例子。

#sort().
import pandas as pd 

df = pd.DataFrame({"姓名":["张三","李四","王大麻子","王二麻子","顾六"],
                "工资":["99","88","77","66","55"]})

df_sort = df.sort() ##将data中的值按生序排列可用于Series，不可用于DataFrame：'DataFrame' object has no attribute 'sort'。

print(df_sort)

执行结果就会报错：

因此不能对pandas的dataframe套用sort()函数。

那么我们可以使用sort_values()或者sort_index()。

2. sort_values()将数据按列值大小排列

sort_values()是将data上的每一列按照data列上值的大小由小到大排列。下面举一个例子，以列名为“工资”的列进行排序。

#sort_values()
a=df.sort_values(by='工资',axis=0,ascending=True) #将data上的每一行按date列上值的大小由小到大排列。
# a=df.sort_values('工资',axis=0,ascending=True)，by=也可以省略。
print(a)

运行结果如下：

2. sort_index()将数据按索引大小排列

要用到sort_index()函数，首先在构建dataframe时给dataframe定义索引。
因此，我们重新构建了一个dataframe，代码如下：

import pandas as pd 


list1 = ['河南','安徽','山西','江西','甘肃','青海']
list2 = ['125','54.25','31.57','49.3','24.59','4.4']
data = {'省份':list1,    
        '高考人口':list2
}
data_out = pd.DataFrame(data,index=['1','2','3','0','5','4'])
print(data_out)

构建好的dataframe如下图所示：

此时，我们观察最左边这一列，就是我们为每一行数据构建的索引。而现在索引是int类型并且没有经过排序的。这时候我们用上sort_index()函数：

#方法3:sort_index()
a=data.sort_index(axis=0,ascending=True) #作用同前。

排序结果如下：

完美～

4. rank()排名

rank()函数可以对dataframe的某列或者某行数据进行排序。

通常，rank()函数的基本类型为：

DataFrame.rank(axis=0,method='average',
numeric_only=None,na_option='keep',
ascending=True,pct=False)

同样让我们举个例子吧：

## 排名会使用到rank()函数
print(data_out)
data_out['排名'] = data_out.高考人口.rank(axis=0,numeric_only=False)
print(data_out)

结果如下：

2.2 索引重置

首先我们要了解重置索引的目的是什么。当我们在清洗数据时往往会将带有空值的行删除，因此删除空行后的DataFrame的index都不再是连续的索引。因此这时要重置索引，以便后续的数据操作。

我们可以使用reset_index()方法来重置它们的索引。

我们举一个reset_index()函数使用的例子吧：

# 索引重置例子
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(42).reshape(6,7), index=[1,3,4,6,8,11])
print(df)

此时用reset_index()来处理该数据，重置索引：

# 索引重置例子
print(df.reset_index())

重置结果如下：

有没有get新技能～

总结

昨天对DataFrame的三种基本操作进行了学习，今天介绍DataFrame的一些数据处理操作： 对数据进行排序、排名以及对索引进行重置。

那么今天就到这里了，明天继续为大家带来DataFrame的数据处理操作。list如下：

• 追加写入Excel
• 转化格式（比如dict）进行保存

祝大家变得更强，明天见！

今天的小tips：

• 高考是一次检验梦想的标准之一。这两天恰逢高考，外甥女也参加了高考。于是今年高考也是我高考之后关注最多的一次。
• 虽然我远在几百公里外，但我就突然理解了当年爸妈在考场外等我考试结束的心。