Pandas系列学习教程——07 pandas数据排序

系列文章目录

第一章 Pandas 学习入门之pandas数据读取

第二章 Pandas 学习入门之pandas数据结构

第三章 Pandas 学习入门之pandas数据查询

第四章 Pandas 学习入门之pandas新增数据列

第五章 Pandas 学习入门之pandas数据统计函数

第六章 Pandas 学习入门之pandas处理缺失值 

第七章 Pandas 学习入门之pandas数据排序

---

随着人工智能的不断发展，数据分析这门技术也越来越重要，很多人都开启了学习数据分析，本文就介绍了pandas学习的基础内容。本章简单介绍了pandas数据排列，包括Series升序降序排列，和DataFrame单列多列排序。

系列文章目录

前言

一、pandas数据排序

二、引入库 & 数据准备

1.引入库

2.数据准备 

 三、Series排序

1.升序排列 

2.降序排列 

3.字符串排序 

四.DataFrame排序

1.单列排序 

 2.多列排序

总结

---

前言

本章简单介绍了pandas数据排列，包括Series升序降序排列，和DataFrame单列多列排序。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、pandas数据排序

pandas数据排序包括Series和DataFrame排序两种，具体操作见下文。

二、引入库 & 数据准备

1.引入库

代码如下（示例）：

import pandas as pd

2.数据准备 

fpath = "./beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

df

 三、Series排序

Series的排序：
Series.sort_value(ascending=Ture,inplace=Flase) 参数说明：

• ascending: 默认为True升序排序，为False降序排序
• inplace: 是否修改原始Series 

inplace=False情况下，sort_values()方法不会修改原始DataFrame，而是返回一个排序后的新DataFrame。如果你想直接在原始DataFrame上进行排序，可以设置inplace=True。

1.升序排列 

# 升序排序
df["aqi"].sort_values()

271     21
281     21
249     22
272     22
301     22
      ... 
317    266
71     287
91     287
72     293
86     387
Name: aqi, Length: 365, dtype: int64

按"aqi"列进行升序排列，并且返回这些值的Series对象 。 

2.降序排列 

# 降序排序
df["aqi"].sort_values(ascending=False)

86     387
72     293
71     287
91     287
317    266
      ... 
249     22
301     22
272     22
271     21
281     21
Name: aqi, Length: 365, dtype: int64

按"aqi"列进行降序排列，并且返回这些值的Series对象 。

3.字符串排序 

df["tianqi"].sort_values()

225     中雨~小雨
230     中雨~小雨
197    中雨~雷阵雨
196    中雨~雷阵雨
112        多云
        ...  
191    雷阵雨~大雨
219     雷阵雨~阴
335      雾~多云
353         霾
348         霾
Name: tianqi, Length: 365, dtype: object

字符串排序：

当你对字符串类型的列进行排序时，pandas默认按照字典顺序（即按照字符串的字母顺序）进行排序。 

这意味着字符串会按照从A到Z的顺序进行升序排序，相应地，如果设置为降序排序，则是从Z到A的顺序。

区分大小写：默认情况下，排序是区分大小写的，大写字母会被排序在小写字母之前。例如，"Apple"会在"apple"之前。

处理空值：在排序时，默认情况下NaN（空值）会被排序到最后，无论是升序还是降序排序。

四、DataFrame排序

DataFrame的排序:
DataFrame.sort_values(by,ascending=True,inplace=False) 参数说明：

• by: 字符串或者List<字符串>，单列排序或者多列排序
• ascending: bool或者list,升序还是降序，如果是list对应by的多列
• inplace: 是否修改原始DataFrame

1.单列排序 

# 升序排序
df.sort_values(by="aqi")

# 降序排序
df.sort_values(by="aqi",ascending=False)

 2.多列排序

# 按空气质量等级、最高温度排序，默认升序
df.sort_values(by=["aqiLevel", "bWendu"])

# 两个字段都是降序
df.sort_values(by=["aqiLevel", "bWendu"], ascending=False)

# 分别指定升序和降序
df.sort_values(by=["aqiLevel", "bWendu"], ascending=[True, False])

---

总结

提示：这里对文章进行总结：

随着人工智能的不断发展，数据分析这门技术也越来越重要，很多人都开启了学习数据分析，本文就介绍了pandas学习的基础内容。本章简单介绍了pandas数据排列，包括Series升序降序排列，和DataFrame单列多列排序。