如何利用python进行数据分析统计服_利用Python进行数据分析

1、排序和排名

根据条件对数据集排序(sorting)也是一种重要的内置运算。要对行或列索引进行排序(按字典顺序)，可使用sort_index方法，它将返回一个已排序的新对象：

In [80]: obj = pd.Series(range(4), index=['d', 'a', 'b', 'c'])

In [81]: obj.sort_index()

Out[81]:

a 1

b 2

c 3

d 0

dtype: int64

而对于DataFrame，则可以根据任意一个轴上的索引进行排序：

In [82]: frame = pd.DataFrame(np.arange(8).reshape((2, 4)), index=['three', 'one'], columns=['d', 'a', 'b', 'c'])

In [83]: frame.sort_index()

Out[83]:

d a b c

one 4 5 6 7

three 0 1 2 3

[2 rows x 4 columns]

In [84]: frame.sort_index(axis=1)

Out[84]:

a b c d

three 1 2 3 0

one 5 6 7 4

[2 rows x 4 columns]

数据默认是按升序排序的，但也可以降序排序：

In [85]: frame.sort_index(axis=1, ascending=False)

Out[85]:

d c b a

three 0 3 2 1

one 4 7 6 5

[2 rows x 4 columns]

若要按值对Series进行排序，可使用其order方法：

In [86]: obj = pd.Series([4, 7, -3, 2])

In [87]: obj.order()

Out[87]:

2 -3

3 2

0 4

1 7

dtype: int64

在排序时，任何缺失值默认都会被放到Series的末尾：

In [88]: obj = pd.Series([4, np.nan, 7, np.nan, -3, 2])

In [89]: obj.order()

Out[89]:

4 -3

5 2

0 4

2 7

1 NaN

3 NaN

dtype: float64

在DataFrame上，你可能希望根据一个或多个列中的值进行排序。将一个或多个列的名字传递给by选项即可达到该目的：

In [90]: frame = pd.DataFrame({'b': [4, 7, -3, 2], 'a': [0, 1, 0, 1]})

In [91]: frame

Out[91]:

a b

0 0 4

1 1 7

2 0 -3

3 1 2

[4 rows x 2 columns]

In [92]: frame.sort_index(by='b')

Out[92]:

a b<