数据排序&pandas

工具：jupyter Python3

数据排序

import numpy as np
import pandas as pd

参数说明：
1、axis：轴索引(排序的方向)，0代表index(行)，1代表columns(列)
2、ascending：是否升序排序，默认为True，表示升序，降序(False)
3、by：表示排序的列(按值进行排序)

更多参数详见：https://pandas.pydata.org/docs/user_guide/dsintro.html#dataframe

DataFrame行列排序

1、一个DataFrame对象，5行3列，随机整数，范围0-9，行索引为3,4,6,8,5，按照行索引降序排列

df1 = pd.DataFrame(np.random.randint(0,10,(5,3)),index=[3,4,6,8,5])
df1

	0	1	2
3	5	5	9
4	8	4	1
6	4	8	6
8	8	4	0
5	0	3	8

#按照行索引降序排序
df1.sort_index(axis=0,ascending=False)

	0	1	2
3	5	5	9
4	8	4	1
5	0	3	8
6	4	8	6
8	8	4	0

2、一个DataFrame对象，5行5列，随机整数，范围0-9，列索引为3,1，7,9,6，按照列索引降序排列

df2 = pd.DataFrame(np.random.randint(0,10,(5,5)),columns=[3,1,7,9,6])
df2

	3	1	7	9	6
0	2	0	1	1	8
1	8	6	5	8	0
2	5	6	1	9	9
3	3	3	2	9	4
4	9	1	6	0	4

df2.sort_index(axis=1,ascending=False)

	1	3	6	7	9
0	0	2	8	1	1
1	6	8	0	5	8
2	6	5	9	1	9
3	3	3	4	2	9
4	1	9	4	6	0

3、一个DataFrame对象，5行3列，随机整数，范围0-9，按照第二列的值降序排序

df3 = pd.DataFrame(np.random.randint(0,9,(5,3)))
df3

	0	1	2
0	4	7	4
1	8	3	2
2	7	3	2
3	0	6	3
4	0	4	6

df3.sort_values(by=1,ascending=False)

	0	1	2
0	4	7	4
3	0	6	3
4	0	4	6
1	8	3	2
2	7	3	2

4、一个DataFrame对象，5行3列，随机整数，范围0-9，按照第一行值升序排序

df4 = pd.DataFrame(np.random.randint(0,9,(5,3)))
df4

	0	1	2
0	3	5	0
1	3	1	1
2	0	4	8
3	6	7	6
4	5	4	7

df4.sort_values(axis=1,by=0)

	2	0	1
0	0	3	5
1	1	3	1
2	8	0	4
3	6	6	7
4	7	5	4

Series索引、值排序

一个Series对象，随机整数，范围0-10，长度为6

ser1 = pd.Series(np.random.randint(0,10,6))
ser1

0    5
1    5
2    0
3    3
4    8
5    2
dtype: int32

1、按照索引升序进行排序

ser1.sort_index()

0    5
1    5
2    0
3    3
4    8
5    2
dtype: int32

2、按照值进行降序排序

ser1.sort_values(ascending=False)

4    8
1    5
0    5
3    3
5    2
2    0
dtype: int32

注意：
1）ascending等号后面不要加引号
2）注意按索引排序时，是指索引的轴，默认为0(代表行的索引),1(代表列的索引),但其本质还是对相应轴的数据进行排序(详细看上边例题)
如：按索引进行排序时，当axis=0时，表示按照行的索引进行排序，本质上就是对值的排序。
3）当对象调用sort_values进行排序时，所有的缺失值默认都会放到末尾。(这里可以使用参数：na_position，他的值为first，last，顾名思义若na_position= 'first’时则会讲NaN值放到开头，后者反之。)