python datetime排序,pandas dataframe排序

　　本文主要介绍了python数据分析中的数据框架数据排序和排序方法，具有很好的参考价值。希望对大家有帮助。如有错误或不足之处，请不吝赐教。

　　00-1010 1.整理数据2。按某一列降序排序3。按多列升序和降序排序4。分类统计结构5。排名数据

1.数据排序

　　进口熊猫作为pd

　　Exel file= c: 用户管理员桌面 python数据分析代码 code 03 46 mrbook.xlsx

　　df=pd。data frame(PD . read _ excel(Exel file))

　　PD . Set _ option( display . max _ rows ，1000) #设置要显示的最大行数

　　PD . Set _ option( display . max _ columns ，1000) #设置要显示的最大列数。

　　PD . set _ option( display . unicode . east _ Asian _ width ，True)

　　PD . set _ option( display . unicode . ambiguity _ as _ wide ，True)

　　#按“销售量”列降序排序

　　1=df.sort _ values (by= sales ，升序=False)

　　打印(df1)

　　如图所示：

2.按某列降序排序

　　#先按书名降序排列，再按销量降序排列。

　　2=df.sort _ values (by=[图书名称，销售量])

3.按多列升降序排列

　　对类别进行分组，并按降序计算总销售额。

　　3=df.groupby ([类别]) [销售]。sum()。重置索引()

　　4=DF3.sort _ values (by= sales ，升序=False)

　　打印(df4)

　　其结构如下：

4.对统计结构排序

　　DataFrame.rank(axis-0，method=average ，numeric_only=None，na_option=keep ，ascending=True，pct=False)

　　Axis:轴，0表示行，1表示列。

　　Method:表示相同值下使用的排序方法，参数如下：average:默认值，平均排名；Min:最低排名；Max:最大排名；第一：按第一次出现的顺序；Dense:密集排序类似于最小排序，但排序每次只增加1，相同排序的数据只占一个名词。

　　Numeric_only:对于DataFrame，如果设置值为True，则只对数字列进行排序。

　　上升的：上升或下降的。默认值为True。

　　Pct:布尔值，是否以百分比形式返回排名，默认值为False。

　　实例：

　　对于销量相同的产品，按照顺序排名的平均值进行平均排名。

　　#先排序

　　Df=df.sort_values(by= sales ，升序=False)

　　#平均排名按顺序排名的平均值。

　　Df[订单排名]=df[销售]。排名(升序=假)

　　这里两个数字销量相同，分别为3和4，平均值为3.5。

　　对于销量相同的产品，按照它们在原表中出现的顺序进行排序。

　　#先排序

　　Df=df.sort_values(by= sales ，升序=False)

　　Df[订单排名]=df[销量]。rank (method= first ，ascending=false)

　　结果如下：正常结果。

　　对于销量相同的产品，按顺序排序，取最小值排序最大。

　　#先排序

　　Df=df.sort_values(by= sales ，升序=False)

　　Df[订单排名]=df[销售]。rank (method= min ，升序=false)

　　排名如下：相同数字按最低排名填写。

　　销量相同的产品，按顺序排序，取最大值排序最多。

　　#先排序

　　Df=df.sort_values(by= sales ，升序=False)

　　Df[订单排名]=df[销售]。排名(method= max ，ascending=false)

　　排名如下：相同数字按最高排名填写。

　　以上个人经验，希望给你一个参考，也希望你能支持盛行的IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

python datetime排序,pandas dataframe排序

目录

1.数据排序

2.按某列降序排序

3.按多列升降序排列

4.对统计结构排序

相关文章阅读