python_排名（Python排名2021）

python_排名（Python排名2021）

python_排名

Sorting and Ranking¶import pandas as pdfrom pandas import Series, DataFrameimport numpy as np# 排序和排名# 根据条件对数据集排序（sorting）也是⼀种重要的内置运算。要# 对⾏或列索引进⾏排序（按字典顺序），可使⽤sort_index⽅# 法，它将返回⼀个已排序的新对象：obj = pd.Series(range(4), index=['d', 'a', 'b', 'c'])obj.sort_index()a 1b 2c 3d 0dtype: int64##对于DataFrame，则可以根据任意⼀个轴上的索引进⾏排序#对索引进行排序frame = pd.DataFrame(np.arange(8).reshape((2, 4)), index=['three', 'one'], columns=['d', 'a', 'b', 'c'])frame.sort_index()frame.sort_index(axis=1)a b c dthree 1 2 3 0one 5 6 7 4#数据默认是按升序排序的，但也可以降序排序frame.sort_index(axis=1, ascending=False)d c b athree 0 3 2 1one 4 7 6 5obj = pd.Series([4, 7, -3, 2])obj.sort_values()2 -33 20 41 7dtype: int64##若要按值对Series进⾏排序，可使⽤其sort_values⽅法obj = pd.Series([4, np.nan, 7, np.nan, -3, 2])obj.sort_values()4 -3.05 2.00 4.02 7.01 NaN3 NaNdtype: float64# 当排序⼀个DataFrame时，你可能希望根据⼀个或多个列中的值# 进⾏排序frame = pd.DataFrame({'b': [4, 7, -3, 2], 'a': [0, 1, 0, 1]})frameframe.sort_values(by='b')b a2 -3 03 2 10 4 01 7 1# 根据多个列进⾏排序frame.sort_values(by=['a', 'b'])b a2 -3 00 4 03 2 11 7 1obj = pd.Series([7, -5, 7, 4, 2, 0, 4])# obj = pd.Series([1,2,3,5,5])obj.rank()0 6.51 1.02 6.53 4.54 3.05 2.06 4.5dtype: float64# 根据值在原数据中出现的顺序给出排名：obj.rank(method='first')0 6.01 1.02 7.03 4.04 3.05 2.06 5.0dtype: float64# Assign tie values the maximum rank in the groupobj.rank(ascending=False, method='max')0 2.01 7.02 2.03 4.04 5.05 6.06 4.0dtype: float64frame = pd.DataFrame({'b': [4.3, 7, -3, 2], 'a': [0, 1, 0, 1], 'c': [-2, 5, 8, -2.5]})frameframe.rank(axis='columns')b a c0 3.0 2.0 1.01 3.0 1.0 2.02 1.0 2.0 3.03 3.0 2.0 1.0

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。