11-Pandas之排序（df.sort_index()、df.sort_values()、随机重排、随机采样）

排序是一种索引机制的一种常见的操作方法，也是Pandas重要的内置运算，主要包括以下3种方法：

排序方法	说明
sort_values()	根据某一列的值进行排序
sort_index()	根据索引进行排序
随机重排	详见后面

本节以新冠肺炎的部分数据为例（读取“today_world_2020_04_18.csv”的国家名、时间、累计确诊、累计治愈、累计死亡这5列）

一、sort_values()

注意：默认情况下sort_values()是升序排列，ascending = Fals表示降序;

import pandas as pd
import numpy as np
df = pd.read_csv('.input/today_world_2020_04_18.csv',
                 usecols=['name','lastUpdateTime','total_confirm','total_dead','total_heal'],encoding='gbk')
#使用sort_values()根据累计确诊人数的进行降序重排,并列出排名前10的国家信息；
df.sort_values('total_confirm',ascending=False)[:10]

    name       lastUpdateTime  total_confirm  total_dead  total_heal
9     美国  2020-04-17 15:01:45         677146       34641       56159
168  西班牙  2020-04-18 00:00:31         188068       19478       74797
160  意大利  2020-04-18 03:16:25         172434       22745       40164
155   法国  2020-04-18 07:35:22         147969       18681       34420
8     德国  2020-04-18 07:23:10         140886        4326       83114
159   英国  2020-04-18 00:00:31         108692       14576         622
2     中国  2020-04-18 08:03:46          84176        4642       77723
14    伊朗  2020-04-18 00:00:31          79494        4958       54064
143  土耳其  2020-04-18 03:38:28          78546        1769        8631
178  比利时  2020-04-18 00:00:31          36138        5163        7961

二、sort_index()

>>> df.sort_index(ascending=False)[:5]
      name       lastUpdateTime  total_confirm  total_dead  total_heal
203  马达加斯加  2020-04-18 07:57:30            117           0          33
202  列支敦士登  2020-04-12 00:00:31             79           1          55
201     阿曼  2020-04-18 03:28:30           1069           6         176
200   罗马尼亚  2020-04-18 03:52:56           8067         411        1508
199   格恩西岛  2020-03-27 11:33:37              1           0           0

三、随机重排

sort_values()和sort_index()只能对DataFrame进行升序或降序排列，若希望随机打乱排列顺序（即随机重排），方法如下：

步骤1：使用numpy.random.permutation()产生一个重排后的整数数组【注：numpy.random.permutation可随机排列一个序列，返回一个随机排列后的序号】

步骤2：使用.iloc[]或take()得到重排后的Pandas对象。

#步骤一：取出随机序列
>>> import numpy as np
>>> sampler = np.random.permutation(5)

#步骤二：以步骤一得到的随机序列为索引，取出这些数据
#take()函数
>>> df.take(sampler)
   name       lastUpdateTime  total_confirm  total_dead  total_heal
1  塞尔维亚  2020-04-18 00:00:31           5690         110         534
2    中国  2020-04-18 08:03:46          84176        4642       77723
3    日本  2020-04-18 00:00:31          10535         210        1657
4    泰国  2020-04-18 00:00:31           2700          47        1689
0   突尼斯  2020-04-18 08:09:13            864          37          43

#iloc方法
>>> df.iloc[sampler]
   name       lastUpdateTime  total_confirm  total_dead  total_heal
1  塞尔维亚  2020-04-18 00:00:31           5690         110         534
2    中国  2020-04-18 08:03:46          84176        4642       77723
3    日本  2020-04-18 00:00:31          10535         210        1657
4    泰国  2020-04-18 00:00:31           2700          47        1689
0   突尼斯  2020-04-18 08:09:13            864          37          43

四、随机采样

使用sample()进行随机采样

>>> df.sample(3)
        name       lastUpdateTime  total_confirm  total_dead  total_heal
163       芬兰  2020-04-18 02:51:06           3489          82        1700
144  巴布亚新几内亚  2020-04-08 00:00:31              2           0           0
94       索马里  2020-04-16 07:33:23             80           5           2

使用sample()也可以实现重排

>>> df.sample(len(df))[:5]
       name       lastUpdateTime  total_confirm  total_dead  total_heal
99       马里  2020-04-18 03:33:59            190          13          34
12    圣巴泰勒米  2020-03-27 11:18:38              3           0           0
117  吉尔吉斯斯坦  2020-04-18 00:00:31            489           5         114
88     斯威士兰  2020-04-18 07:55:57             19           1           8
178     比利时  2020-04-18 00:00:31          36138        5163        7961