pandas包分析结构化数据,提供了高级数据结构和数据操作工具。
先生成个dataframe,作为对象。
""" 操作 """
# 导入pandas包
import numpy as np
import pandas as pd
# 创个dataframe
dfstudytest01 = pd.DataFrame([['ls', 4, 323, 21],
['opy', 7, 5, 35],
['city', 4, 5, 6]
],
columns=['as', 'sd', 'ds', 'sf'])
""" 结果 """
dfstudytest01
as sd ds sf
0 ls 4 323 21
1 opy 7 5 35
2 city 4 5 6
按照我指定的列进行排序,比如sf,默认是顺序排列。
""" 操作 """
dfstudytest01.sort_values(by='sf')
""" 结果 """
as sd ds sf
2 city 4 5 6
0 ls 4 323 21
1 opy 7 5 35
也可以逆序
""" 操作 """ dfstudytest01.sort_values(by='sf',axis=0,ascending=False) """ 结果 """ as sd ds sf 1 opy 7 5 35 0 ls 4 323 21 2 city 4 5 6
按ds列先顺序排列,再sf逆序排列
""" 操作 """
dfstudytest01.sort_values(by=['ds','sf'],axis=0,ascending=[True,False])
""" 结果 """
as sd ds sf
1 opy 7 5 35
2 city 4 5 6
0 ls 4 323 21
因为字符str和数字无法一起排序,覆盖dfstudytest01
""" 操作 """
# 导入pandas包
import numpy as np
import pandas as pd
# 创个dataframe
dfstudytest01 = pd.DataFrame([[75, 4, 323, 21],
[97, 7, 5, 35],
[1, 4, 5, 6]
],
columns=['as', 'sd', 'ds', 'sf'])
""" 结果 """
dfstudytest01
as sd ds sf
0 75 4 323 21
1 97 7 5 35
2 1 4 5 6
按第二行排序
""" 操作 """
dfstudytest01.sort_values(by=2,axis=1,ascending=False)
""" 结果 """
sf ds sd as
0 21 323 4 75
1 35 5 7 97
2 6 5 4 1