精讲~书友汇德天-辐射学习DataFrame函数，更懂深挖的精华~！

书友汇《教学版：Python DataFrame() —排序的那些故事》

欢迎走进书友汇-看德天分享DataFrame干货！

人生需要改变，成长需要历练，在我们一起走过的时光中，那片红日，给了我光的温度，给了我成长的方向！
自然之光是太阳，心灵之光是屏幕前的你，感恩这个时代，让我们有缘透过荧屏，成为心与心相通的挚友！
——书友汇：德天

pandas 库和numpy库

1、导入库

import pandas as pd
import numpy as np

知识结构【原理+拓展练习】

1. 如何正确的建立pandas 库的DataFrame()函数
2. 建立正确的建立numpy库的randn函数
3. 如果对DataFrame()生成的二维数据进行统计分析
4. 制作您想要设置的表格，实现代码可视化编写

2、搬好板凳坐前排，开始学啦！

#利用sort_values()显示参与的列范围
#列的列表[‘类’,‘成绩’]
#sort_values:列的第一位是优先排序列
#sort_values:by=[“B”,“A”]先按B升序，再按A升序
#ascending=[1,1],1相当于true，表示按类和成绩升序排列
#ascending=[0,0],0相当于false，表示按类和成绩降序排列
#inplace:是否用排序后的数据替换原来的数据，默认False不替换
#na_position：参数是first,last,表示nan显示位置
#利用describe,对数据进行多个指标统计输出
#by指定根据数据哪一列排序
#ascending是设置升序还是降序值是1,0,True,Fasle
#info表格数据信息分析
#sort_index根据索引排序

3、看代码，上干货，慢慢体会，有营养！

randn = np.random.randn(8,5)
#生成8行的行索引,从1~8，步长为1
alist=np.arange(1,9,1)
#生成5列的列索引
blist=list('ABCDE')
#利用pd.DataFrame组合数据，index行索引等于alist,列索引等于blist
df = pd.DataFrame(randn,index=alist,columns=blist)
#数据指标的统计结果输出
print(df.info())
print(df.describe())

print("对1轴进行排序\n",df.sort_index(axis=1,ascending=False))
print(df.sort_values(by=["B","A"],ascending=[True,False]))

4、结构分析-DataFrame()

1. 建立DataFrame()表格框架
   1-1：字典式建立法
   本段源代码，与上面内容无关，仅做知识分析使用。

data = {
    '演示列-A':['Ohio','Ohio','Ohio','Nevada','Nevada'],
    '演示列-B':[2000,2001,2002,2003,2004],
    '演示列-C':["北京","上海","天津","重庆","杭州"]
}

输出结果：

1-2:组合结构建立法

pd.DataFrame(randn,index=index,columns=columns)

组合内容：
1 numpy库中的randn()函数 2、index行索引名称 3、columns列索引名称

实现代码：

#用randn()函数生成8行8行5列的内容部分
randn_1 = np.random.randn(8,5)
#生成8行的行索引index
index=np.arange(1,9,1)
#生成5列的列索引columns
columns=list('ABCDE')
#randn,index,columns进行参数组合，命名表变量df
df = pd.DataFrame(randn_1,index=alist,columns=blist)

5、数据分析

5-1：统计数据-describe()

print(df.describe())

输出结果：

信息统计info()

print(df.info())

输出结果：

5-2：排序统计sort_values()

这里解释一下：
参数1：by=[“B”,“A”] 书写是两个字符分开代表A,B两列
参数2：ascending[True,False] 参数True是B按升序排列，False是A列按降序排列

如果by后只有一项，后面ascending参数也对应只写一个True或False
如果是B,A排序，系统是按照B从小到大升序排完，然后因为A是降序系统为了保证数据对应关系，A列数据不能打乱，只把最小的放到上面，然后其它的排列与B对应的排来下，属性不完全的降序。

print(df.sort_values(by=["B","A"],ascending=[True,False]))

输出结果：

5-3：索引降序排列sort_index()

参数：axis = 1横向排序
参数：ascending=False 降序排列

print("沿轴向从左到右进行降序索引排序\n",df.sort_index(axis=1,ascending=False))

至此，本节内容讲解完毕，书友汇德天试着以清晰的层次脉络展示给大家好看易懂的阅读效果，好的建议欢迎大家留言，以便下篇改进！ 祝大家学习愉快！

练一练

1. 利用所有知识，通过index,columns,DataFrame(),sort_values,把下图展示效果，用代码写出来！

2.利用已有知识拓展练习，通过index,columns,DataFrame(),设计如下表格制作

3、持续为您更新，有线表格的制作和设计，关注点赞，为您持续更新！…
上效果图：

创作的动力是您持续的关注，每一篇文章凝结了作者的心血和汗水，让更好的知识分享给更多的人，我们会持续贡献更多的精彩内容！只为您的关注和鼓励！