Pandas【二】

一、前言

        Pandas是Python中一个非常强大的数据处理库，广泛应用于数据分析、数据清洗和数据可视化等领域。它提供了丰富的数据结构和操作方法，使得处理表格数据变得更加简单高效。

        本篇思维导图旨在帮助读者快速了解和掌握Pandas的基本概念、常用功能和操作技巧。通过这张思维导图，您将能够更加系统地学习和应用Pandas，提升数据处理的效率和质量。

        本文创作不易，请各位大佬们动动你们的宝贵的小手指，点赞＋收藏+关注！谢谢！

二、思维导图

Pandas【二】

• 排序和排名
  • 排序：sort_values()
    • df.sort_values(by , axis , ascending , inplace , kind=’quicksort’ , na_position=’last’ , ignore_index=False)
      • by: 要排序的名称列表
      • axis:轴，0表示行，1表示列，默认行排序
      • ascending:升序或降序排序，布尔值
      • inplace:布尔值，默认值为False，如果值为True，则就地排序
      • kind:指定排序算法，值为’quicksort’(快速排序)、’mergesort’(混合排序)或’heapsort’(堆排),默认值为quicksort
      • na_position:空值（NaN）的位置，值为first空值在数据开头，last空值在最后，默认值为last
      • ignore_index:布尔值，是否忽略索引，值为True标记索引（从0开始按顺序的整数值），值为False则忽略索引
    • 例：df.sort_values(by='数量',ascending=False)
    • 例：df.sort_values(by=['数量','成交金额'],ascending=False)
      • 多列进行排序，数量和成交金额,数量相同的情况下，成交金额降序
  • 排名：rank()
    • df.rank(axis , method=’average’ , ascending , na_option=’keep’)
      • axis:轴,0表示行,1表示列，默认按行排序
      • method:表示在具有相同值的情况下所使用的排序方法
        • average:默认值，平均排序
        • min:最小值排名
        • max:最大值排名
        • first:按值在原始数据中的出现的顺序分配排名
        • dense:密集排名，类似最小值排名，排名相同的数据只占一个名次
      • na_option:空值的排序方式
        • keep:保留
        • top：如果升序，将最小排名赋给NaN
        • bottom;最果升序，将最大排名赋给NaN
    • 例：df['排名']=df['数量'].rank(method='min',ascending=False)
• 数据计算
  • 参数说明
    • axis=1表示按行加，axis=0表示按列加，默认列加