import pandas as pd

# 设置列对齐

pd.set_option("display.unicode.ambiguous_as_wide",True)

pd.set_option("display.unicode.east_asian_width",True)

# 读取工号姓名时段交易额，使用默认索引

dataframe = pd.read_excel(r'C:\Users\lenovo\Desktop\总结\Python\超市营业额.xlsx',

                          usecols = ['工号','姓名','时段','交易额','柜台'])

dataframe[:5]

'''

   工号  姓名         时段  交易额    柜台

0  1001  张三   9:00-14:00    2000  化妆品

1  1002  李四  14:00-21:00    1800  化妆品

2  1003  王五   9:00-14:00     800    食品

3  1004  赵六  14:00-21:00    1100    食品

4  1005  周七   9:00-14:00     600  日用品

'''

# 按照交易额和工号降序排序，查看五条数据

dataframe.sort_values(by = ['交易额','工号'],ascending = False)[:5]

'''

    工号  姓名         时段  交易额    柜台

0   1001  张三   9:00-14:00    2000  化妆品

1   1002  李四  14:00-21:00    1800  化妆品

9   1002  李四  14:00-21:00    1500  化妆品

8   1001  张三   9:00-14:00    1300  化妆品

16  1001  张三   9:00-14:00    1300  化妆品

'''

# 按照交易额和工号升序排序，查看五条数据

dataframe.sort_values(by = ['交易额','工号'])[:5]

'''

    工号  姓名         时段  交易额      柜台

12  1005  周七   9:00-14:00     580    日用品

7   1001  张三  14:00-21:00     600  蔬菜水果

4   1005  周七   9:00-14:00     600    日用品

14  1002  李四   9:00-14:00     680  蔬菜水果

5   1006  钱八  14:00-21:00     700    日用品

'''

# 按照交易额降序和工号升序排序，查看五条数据

dataframe.sort_values(by = ['交易额','工号'],ascending = [False,True])[:5]

'''

    工号  姓名         时段  交易额    柜台

0   1001  张三   9:00-14:00    2000  化妆品

1   1002  李四  14:00-21:00    1800  化妆品

9   1002  李四  14:00-21:00    1500  化妆品

8   1001  张三   9:00-14:00    1300  化妆品

16  1001  张三   9:00-14:00    1300  化妆品

'''

# 按工号升序排序

dataframe.sort_values(by = ['工号'])[:5]

'''

    工号  姓名         时段  交易额      柜台

0   1001  张三   9:00-14:00    2000    化妆品

7   1001  张三  14:00-21:00     600  蔬菜水果

8   1001  张三   9:00-14:00    1300    化妆品

16  1001  张三   9:00-14:00    1300    化妆品

1   1002  李四  14:00-21:00    1800    化妆品

'''

dataframe.sort_values(by = ['工号'],na_position = 'last')[:5]

'''

    工号  姓名         时段  交易额      柜台

0   1001  张三   9:00-14:00    2000    化妆品

7   1001  张三  14:00-21:00     600  蔬菜水果

8   1001  张三   9:00-14:00    1300    化妆品

16  1001  张三   9:00-14:00    1300    化妆品

1   1002  李四  14:00-21:00    1800    化妆品

'''

# 按列名升序排序

dataframe.sort_index(axis = 1)[:5]

'''

    交易额  姓名  工号         时段      柜台

0     2000  张三  1001   9:00-14:00    化妆品

1     1800  李四  1002  14:00-21:00    化妆品

2      800  王五  1003   9:00-14:00      食品

3     1100  赵六  1004  14:00-21:00      食品

4      600  周七  1005   9:00-14:00    日用品

'''

dataframe.sort_index(axis = 1,ascending = True)[:5]

'''

   交易额  姓名  工号         时段      柜台

0     2000  张三  1001   9:00-14:00    化妆品

1     1800  李四  1002  14:00-21:00    化妆品

2      800  王五  1003   9:00-14:00      食品

3     1100  赵六  1004  14:00-21:00      食品

4      600  周七  1005   9:00-14:00    日用品

'''

2020-05-07

pandas_数据排序的更多相关文章

  1. .NET LINQ 数据排序

    数据排序      排序操作按一个或多个特性对序列的元素进行排序. 第一个排序条件对元素执行主要排序. 通过指定第二个排序条件,可以对各个主要排序组中的元素进行排序.   方法 方法名 说明 C# 查 ...

  2. SSIS 对数据排序

    SSIS 对数据排序有两种方式,一种是使用Sort组件,一种是使用sql command的order by clause进行排序. 一,使用Sort组件进行排序 SortType:升序 ascendi ...

  3. 阿里云377秒完成100TB数据排序：秒三星百度

    阿里云377秒完成100TB数据排序:秒三星百度 今日,Sort Benchmark 在官方网站公布了 2015 年排序竞赛的最终成绩.其中,阿里云用不到 7 分钟(377 秒)就完成了 100TB ...

  4. Python学习_数据排序方法

    Python对数据排序又两种方法: 1. 原地排序:采用sort()方法,按照指定的顺序排列数据后用排序后的数据替换原来的数据(原来的顺序丢失),如: >>> data1=[4,2, ...

  5. SQL从入门到基础 - 04 SQLServer基础2（数据删除、数据检索、数据汇总、数据排序、通配符过滤、空值处理、多值匹配）

    一.数据删除 1. 删除表中全部数据:Delete from T_Person. 2. Delete 只是删除数据,表还在,和Drop Table(数据和表全部删除)不同. 3. Delete 也可以 ...

  6. DataSet 中的数据排序 及 DataRow装成DataTable

    1.DataSet 中的数据排序 DataSet ds = new DataSet(); // 获取当前排口的数据 ds = _xiaobill.GetHistoryData(yinZiBianm, ...

  7. dplyr 数据操作 数据排序 (arrange)

    在R中,我们在整理数据时,经常需要对数据排序,以便数据增强数据的可读性. 下面我们来看下dplyr中的,arrange函数 arrange(.data, ...) 跟filter()类似,arrang ...

  8. java-自定义数据排序

    导读:由于基本类型的数据都实现了一个共同的接口java.lang.Comparable接口,都实现了该接口下面的compareTo()方法,因此想要利用面向对象实现现实生活中的一些情景再现,比如新闻根 ...

  9. 腾讯面试题,js处理1千万条数据排序并且页面不卡顿

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

随机推荐

  1. bitbucket的简单使用

    1.如果你已经把项目建好的话,那么提交上去这样:没有构建本地仓库的话,那先打包本地,到你的项目路径上去后git initgit remote add origin https://linjiayu@b ...

  2. 网页开发中利用CSS以图换字的多中实现方法总汇

    在h1标签中,新增span标签来保存标题内容,然后将其样式设置为display:none <style> h1 { width: 64px; height: 64px; backgroun ...

  3. 51Nod 1683 最短路

    题意 给定一个未知的\(0/1\)矩阵,对每个\(i\)求\((1,1)\sim(n,m)\)最短路为\(i\)的概率,在矩阵中不能向左走,路径长度为路径上权值为\(1\)的格子个数. \(n\leq ...

  4. day29 作业

    1.引入属性访问控制+property 2.引入继承与派生的概念来减少代码冗余 注意:要满足什么"是"什么的关系,不满足"是"的关系不要去继承 import u ...

  5. 阿里云centos7服务器nginx配置及常见问题解答

    前言: 本文参考了jackyzm的博客:https://www.cnblogs.com/jackyzm/p/9600738.html,进行了内容的更新,并请注意这里适用的版本是centos7的版本.并 ...

  6. celery 基础教程（四）：定时任务

    简介 celery beat 是一个调度器:它以常规的时间间隔开启任务,任务将会在集群中的可用节点上运行. 默认情况下,入口项是从 beat_schedule 设置中获取,但是自定义的存储也可以使用, ...

  7. redis（二十四)：Redis分布式锁以及实现（python）

    阅读目录 什么事分布式锁 基于redis实现分布式锁 一.什么是分布式锁 我们在开发应用的时候,如果需要对某一个共享变量进行多线程同步访问的时候,可以使用我们学到的锁进行处理,并且可以完美的运行,毫无 ...

  8. 数据可视化之DAX篇（二十七）半累加度量，在Power BI 中轻松处理

    https://zhuanlan.zhihu.com/p/96823622 ​开始半累加的计算之前,我们先看看什么是累加.半累加以及不可累加数据. 在含有大量行的数据表中,各种数据处理语言,包括DAX ...

  9. 媳妇儿喜欢玩某音中的动漫特效，那我就用python做一个图片转化软件。

    ​    最近某音上的动漫特效特别火,很多人都玩着动漫肖像,我媳妇儿也不例外.看着她这么喜欢这个特效,我决定做一个图片处理工具,这样媳妇儿的动漫头像就有着落了.编码    为了快速实现我们的目标,我们 ...

  10. OSCP Learning Notes - Capstone(3)

    DroopyCTF Walkthrough Preparation: Download the DroopyCTF virtual machine from the following website ...