Pandas的排序、排名方法_pandas排序取前5

Pandas 是一个灵活而强大的Python数据分析 / 操作库，提供快速、灵活和富有表现力的数据结构，旨在使“关系”或“标记”数据的使用既简单又直观，功能十分强大。

本文讲解一下排序、排名的函数，这些经常使用的内容。

所有函数的参数中，只添加了常用的几个，其它的可以去看官方文档。

---

排序

1.按索引：sort_index(axis=0, ascending=True)

根据行或列的索引按照字典的顺序进行排序

• Series 类型中：
  只有左边一列是索引，使用Series.sort_index()就行了：

import numpy as np
import pandas as pd

df = pd.Series([1, 2, 3], index=["a", "c", "b"])
print(df.sort_index())
1
2
3
4
5

默认按升序排序：

若是要按降序排序，则要加上 ascending=False ：

print(df.sort_index(ascending=False))
1

结果：

• DataFrame 类型中：
  除了最左边的行索引，还有最上面的列索引。可以指定是按行索引排列还是按列索引排列：

df = pd.DataFrame(np.arange(12).reshape((4,3)), columns=['c','a','b'],
				  index=['D','B','C','A'])
print(df, '\n')
print(df.sort_index(), '\n')
print(df.sort_index(axis=1), '\n')
print(df.sort_index(axis=1, ascending=False))
1
2
3
4
5
6

axis 便是指定按行还是按列索引的参数，默认为 0：

2.按值：sort_values()

• Series 类型中：
  Series.sort_values(axis=0, ascending=True)
  只有一列值，使用Series.sort_values()就行了：

df = pd.Series([3, 5, 1, 7])
print(df, '\n')
print(df.sort_values(), '\n')
print(df.sort_values(ascending=False))
1
2
3
4

可得：

• DataFrame 类型中：
  DataFrame.sort_values(by, axis=0, ascending=True)
  不止一列值，by 指定一个索引值，axis 指定行或列：

values = [[9,3,1],[1,8,4],[2,0,5]]
df = pd.DataFrame(values, index=['0', '2', '1'], columns=['c', 'a', 'b'])
print(df, '\n')
print(df.sort_values(by='a'), '\n')
print(df.sort_values(by='2', axis=1))
1
2
3
4
5

可得：

排名：rank（）

排名会有一个排名值（从1开始，一直到数组中有效数据的数量），打印出的值就是由排名值代替原有的数据，位置并不改变即索引不改变。

• Series 类型中：
  Series.rank(axis=0, method=‘average’, ascending=True)

df = pd.Series([5, 9, -2, 1, 1, 7])
print(df, '\n')
print(df.rank(), '\n')    # 若有相同的数，默认取其排名平均作为值
print(df.rank(method="first"))    # 若有相同的数，根据值在数组中出现的顺序进行排名
1
2
3
4

数组中的数字 5 在整个数组中排第 4 (默认按升序的规则确认排名)，可以看结果：

图片里面中间部分的数据中，两个 2.5 是数组中两个 1 的平均排名；最下面部分的数据中，两个 1 的排名就按其位置来确认，第一个 1 的排名为 2.0，第二个 1 的排名为 3.0。

• DataFrame 类型中：
  DataFrame.rank(axis=0, method=‘average’, ascending=True)

df = pd.DataFrame({'b':[4,7,-1,2], 'a':[0,1,0,1], 'c':[-3,6,9,-3]})
print(df, '\n')
print(df.rank(), '\n')    # 默认对每列进行排名
print(df.rank(axis=1))    # 进行每行的排名
1
2
3
4

结果：

method方法的选项：

使用 min 就是整数部分不变，把小数点后面的数去除；使用 max 就是把小数点后面的数去除，进位给整数。

---

更多详情可以看官方文档：Pandas文档