pandas--排序和排名

排序

要对行或列索引进行排序，可使用sort_index方法，它将返回一个已排序的新对象：

Series

1、对Series索引排序

 obj=Series(range(4),index=['d','a','b','c'])

 obj.sort_index()
 Out[18]:
 a    1
 b    2
 c    3
 d    0
 dtype: int64

2、按值对Series进行排序

 obj=Series([4,7,-3,2])

 obj
 Out[10]:
 0    4
 1    7
 2   -3
 3    2
 dtype: int64

 obj.sort_values()
 Out[11]:
 2   -3
 3    2
 0    4
 1    7
 dtype: int64

在排序时，任何缺失值默认都会被放到Series的末尾：

 obj=Series([4,np.nan,7,np.nan,-3,2])

 obj
 Out[13]:
 0    4.0
 1    NaN
 2    7.0
 3    NaN
 4   -3.0
 5    2.0
 dtype: float64

 obj.sort_values()
 Out[14]:
 4   -3.0
 5    2.0
 0    4.0
 2    7.0
 1    NaN
 3    NaN
 dtype: float64

DataFrame

1、对于DataFrame，可以根据任意一个轴上的索引进行排序：

 frame=DataFrame(np.arange(8).reshape((2,4)),index=['three','one'],
 columns=['d','a','b','c'])

 frame
 Out[20]:
        d  a  b  c
 three  0  1  2  3
 one    4  5  6  7

 frame.sort_index()
 Out[21]:
        d  a  b  c
 one    4  5  6  7
 three  0  1  2  3

 #指定轴
 frame.sort_index(axis=1)
 Out[22]:
        a  b  c  d
 three  1  2  3  0
 one    5  6  7  4

数据默认是升序排序，但也可以降序排序

 frame.sort_index(axis=1,ascending=False)
 Out[23]:
        d  c  b  a
 three  0  3  2  1
 one    4  7  6  5

2、在DataFrame上，根据一个或多个列中的值来进行排序

 frame=DataFrame({'b':[4,7,-3,2],'a':[0,1,0,1]})

 frame
 Out[16]:
    a  b
 0  0  4
 1  1  7
 2  0 -3
 3  1  2

 frame.sort_values(by='b')

 Out[17]:
    a  b
 2  0 -3
 3  1  2
 0  0  4
 1  1  7

 #根据多个列进行排序，传入名称的列表即可
 frame.sort_values(by=['a','b'])

 Out[18]:
    a  b
 2  0 -3
 0  0  4
 3  1  2
 1  1  7

排名

通过Series和DataFrame的rank方法。

默认情况下，rank是通过“为各组分配一个平均排名”的方式破坏平级关系的。

Series

 obj=Series([7,-5,7,4,2,0,4])

 obj.rank()
 Out[20]:
 0    6.5
 1    1.0
 2    6.5
 3    4.5
 4    3.0
 5    2.0
 6    4.5
 dtype: float64

 #将数值进行排序，对于相同数据排名，取排名的平均值    

根据值在原数据中出现的顺序给出排名：

obj.rank(method='first')
Out[21]:
0    6.0
1    1.0
2    7.0
3    4.0
4    3.0
5    2.0
6    5.0
dtype: float64

可以进行降序排名：

 #max使用整个分组的最大排名
 obj.rank(ascending=False,method='max')
 Out[22]:
 0    2.0
 1    7.0
 2    2.0
 3    4.0
 4    5.0
 5    6.0
 6    4.0
 dtype: float64

DataFrame

在行或列上计算排名

 frame=DataFrame({'b':[4.3,7,-3,2],'a':[0,1,0,1],
 'c':[-2,5,-8,-2.5]})

 frame
 Out[25]:
    a    b    c
 0  0  4.3 -2.0
 1  1  7.0  5.0
 2  0 -3.0 -8.0
 3  1  2.0 -2.5

 #指定轴
 frame.rank(axis=1)
 Out[26]:
      a    b    c
 0  2.0  3.0  1.0
 1  1.0  3.0  2.0
 2  3.0  2.0  1.0
 3  2.0  3.0  1.0

排名时用于破坏平级关系的method选项

'average'	默认：在相等分组中，为各值分配平均排名
'min'	使用整个分组的最小排名
'max'	使用整个分组的最大排名
'first'	按值在原数据中的出现顺序分配排名