动手学数据分析

组队学习的历程——>day03

构建一个都为数字的DataFrame数据

df2=pd.DataFrame(data=np.arange(16).reshape((4,4)),index=[1,2,3,4],columns=['d','a','b','c'])
df2

总结不同的排序方式：

1.让行索引升序排序

#代码
df3=df2.sort_index(axis=0)
df3

2.让列索引升序排序

#代码
df4=df2.sort_index(axis=1)
df4

3.让列索引降序排序

#代码
df5=df2.sort_index(axis=1,ascending=False)
df5

sort_index()默认按行索引升序排序，axis参数（axis=0默认按行，axis=1按列）可以改为按列索引升序排序。

ascending参数（ascending=True默认升序，ascending=False降序）可以改为按行索引降序排序。

by参数表示按哪行或列（axis参数决定）参数排序。

4.让任选两列数据同时降序排序

#代码
df6=df2.sort_values(by=['a','b'],ascending=False)
df6

总的来说是两种方法：sort_index()索引排序、sort_values()值排序，注意使用参数即可。

关于DataFrame的排序可以查看此网站，另外扩展了rank()排名问题：https://blog.csdn.net/weixin_41261833/article/details/104167592

对泰坦尼克号数据按票价和年龄两列进行综合排序（降序排列）从数据中发现票价和年龄与存活率的关系

#代码
# 读取前20条数据
df1.sort_values(by=['票价','年龄'],axis=0,ascending=False).head(20)
# 结论：票价高的前二十名中存活率是70%
df1.sort_values(by=['年龄','票价'],axis=