【Python笔记】pandas排序和排名

---

排序

对行或列索引进行排序（按字典序），可使用sort_index方法，将返回一个已排序的新对象。

Series

obj=pd.Series(range(4),index=list('dabc'))
# d    0
# a    1
# b    2
# c    3
# dtype: int64

obj.sort_index()
# a    1
# b    2
# c    3
# d    0
# dtype: int64

DataFrame

frame=pd.DataFrame(np.arange(8).reshape(2,4),
                  index=['three','one'],
                  columns=list('dabc'))

	d	a	b	c
three	0	1	2	3
one	4	5	6	7

frame.sort_index()

	d	a	b	c
one	4	5	6	7
three	0	1	2	3

frame.sort_index(axis=1)

	a	b	c	d
three	1	2	3	0
one	5	6	7	4

frame.sort_index(axis=1,ascending=False)

	d	c	b	a
three	0	3	2	1
one	4	7	6	5

排名

Series

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

# 默认给出平均排名
obj.rank()
# 0    6.5
# 1    1.0
# 2    6.5
# 3    4.5
# 4    3.0
# 5    2.0
# 6    4.5
# dtype: float64

# 根据出现顺序给出排名
obj.rank(method='first')
# 0    6.0
# 1    1.0
# 2    7.0
# 3    4.0
# 4    3.0
# 5    2.0
# 6    5.0
# dtype: float64

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

DataFrame

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

	b	a	c
0	4.3	0	-2.0
1	7.0	1	5.0
2	-3.0	0	8.0
3	2.0	1	-2.5

frame.rank(axis=1) # 横轴排序

	b	a	c
0	3.0	2.0	1.0
1	3.0	1.0	2.0
2	1.0	2.0	3.0
3	3.0	2.0	1.0