Pandas从入门到实战（day3）

Pandas数据排序

1. Series的排序：
   Seriex.sort_values(ascendiong=True, inplace=False)
   参数说明：

• ascendiong:默认为True升序排列，为False为降序排序
• inplace:是否修改原始的Series

2. DataFrame的排序：
   DataFrame.sort_values(by, ascendiong=True, inplace=Flase)
   参数说明：

• by:字符串或List<字符串>，单排列或多列排序
• ascendiong:True/False或者List[True/False]，升序还是降序，如果是list对应的by的多列
• inplace:是否修改原始的DataFrame

Series的排序

df['a'].sort_valuses()

DataFrame的排序

1. 单列排序
   df.sort_values(by='a')
2. 多列排序
   df.sort_values(by=['a', 'b'], ascending=[True, False])第一列升序，第二列降序

demo

为txt文件按照最后一列（sum）的顺序从小到大排序

import pandas as pd
data = pd.read_csv("./finall_sort_frist.txt", sep=",")
sort = data.sort_values(by='sum', ascending=False)
sort.to_csv("./a.txt")

其他关键使用的总结

1. 使用pd.read_csv()读取txt文件时候，可以在括号里增加参数sep="你使用分割数据的符号"
2. 在DataFrame上面增加列索引data.columns = ['索引1', ‘索引2’]
3. 将多个Series/DataFrame合并成一个DataFrame使用

frames = [df1, df2['ResNetData']]
all = pd.concat(frames, axis=1, join='outer')

参数
pd.concat(objs, axis=0, join=‘outer’, join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)
含义

• objs 需要连接的对象，eg [df1, df2]
• axis axis = 0, 表示在水平方向(row)进行连接 axis = 1, 表示在垂直方向(column)进行连接
• join outer, 表示index全部需要; inner,表示只取index重合的部分
• join_axes 传入需要保留的index
• ignore_index 忽略需要连接的frame本身的index。当原本的index没有特别意义的时候可以使用
• keys 可以给每个需要连接的df一个label