您好,登錄后才能下訂單哦!
本篇內(nèi)容主要講解“pandas怎么實現(xiàn)按照多列排序ascending”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強。下面就讓小編來帶大家學(xué)習(xí)“pandas怎么實現(xiàn)按照多列排序ascending”吧!
代碼示例:
import pandas as pd #讀取文件 df = pd.read_csv('./TianQi.csv') #字符串替換和類型轉(zhuǎn)換 df['最高溫度'] = df['最高溫度'].str.replace('℃','').astype('int32') df.loc[:,'最低溫度'] = df['最低溫度'].str.replace('℃','').astype('int32') #排序并獲取最高溫度前5名 print(df.sort_values(by='最高溫度',ascending=False).head()) ''' 打?。? 日期 最高溫度 最低溫度 天氣 風(fēng)向 風(fēng)級 空氣質(zhì)量 184 2019/7/4 38 25 晴~多云 西南風(fēng) 2級 良 206 2019/7/26 37 27 晴 西南風(fēng) 2級 良 142 2019/5/23 37 21 晴 東南風(fēng) 2級 良 183 2019/7/3 36 24 晴 東南風(fēng) 1級 良 204 2019/7/24 36 27 多云~雷陣雨 西南風(fēng) 2級 良 ''' #按照多列排序 print(df.sort_values(by=['最高溫度','最低溫度'],ascending= True).head(10)) ''' 打?。? 日期 最高溫度 最低溫度 天氣 風(fēng)向 風(fēng)級 空氣質(zhì)量 363 2019/12/30 -5 -12 晴 西北風(fēng) 4級 優(yōu) 364 2019/12/31 -3 -10 晴 西北風(fēng) 1級 優(yōu) 42 2019/2/12 -3 -8 小雪~多云 東北風(fēng) 2級 優(yōu) 44 2019/2/14 -3 -6 小雪~多云 東南風(fēng) 2級 良 14 2019/1/15 -2 -10 晴 西北風(fēng) 3級 良 37 2019/2/7 -2 -7 多云 東北風(fēng) 3級 優(yōu) 38 2019/2/8 -1 -7 多云 西南風(fēng) 2級 優(yōu) 4 2019/1/5 0 -8 多云 東北風(fēng) 2級 優(yōu) 39 2019/2/9 0 -8 多云 東北風(fēng) 2級 優(yōu) 40 2019/2/10 0 -8 多云 東南風(fēng) 1級 優(yōu) ''' print(df.sort_values(by=['最高溫度','最低溫度'],ascending= False).head(10)) ''' 打印: 日期 最高溫度 最低溫度 天氣 風(fēng)向 風(fēng)級 空氣質(zhì)量 184 2019/7/4 38 25 晴~多云 西南風(fēng) 2級 良 206 2019/7/26 37 27 晴 西南風(fēng) 2級 良 142 2019/5/23 37 21 晴 東南風(fēng) 2級 良 201 2019/7/21 36 27 晴~多云 西南風(fēng) 2級 輕度污染 204 2019/7/24 36 27 多云~雷陣雨 西南風(fēng) 2級 良 207 2019/7/27 36 27 多云 東南風(fēng) 2級 輕度污染 174 2019/6/24 36 24 多云 東南風(fēng) 2級 良 175 2019/6/25 36 24 多云 東南風(fēng) 2級 良 183 2019/7/3 36 24 晴 東南風(fēng) 1級 良 170 2019/6/20 36 23 多云~晴 東南風(fēng) 2級 輕度污染 ''' print(df.sort_values(by=['最高溫度','最低溫度'],ascending= [True,False]).head(10)) ''' 打?。? 日期 最高溫度 最低溫度 天氣 風(fēng)向 風(fēng)級 空氣質(zhì)量 363 2019/12/30 -5 -12 晴 西北風(fēng) 4級 優(yōu) 44 2019/2/14 -3 -6 小雪~多云 東南風(fēng) 2級 良 42 2019/2/12 -3 -8 小雪~多云 東北風(fēng) 2級 優(yōu) 364 2019/12/31 -3 -10 晴 西北風(fēng) 1級 優(yōu) 37 2019/2/7 -2 -7 多云 東北風(fēng) 3級 優(yōu) 14 2019/1/15 -2 -10 晴 西北風(fēng) 3級 良 38 2019/2/8 -1 -7 多云 西南風(fēng) 2級 優(yōu) 4 2019/1/5 0 -8 多云 東北風(fēng) 2級 優(yōu) 39 2019/2/9 0 -8 多云 東北風(fēng) 2級 優(yōu) 40 2019/2/10 0 -8 多云 東南風(fēng) 1級 優(yōu) '''
Series
s.sort_index(ascending=False)
對series的索引進行排序,默認升序
s.sort_values(ascending=False)
對series的值進行排序,對值進行排序的時候,無論是升序還是降序,缺失值(NaN)都會排在最后面
DataFrame:
dt.sort_index(ascending=False)#按列索引進行降序排序 dt.sort_inex(axis=1)#按行的索引進行排序 dt.sort_values(by='columns_name')#按指定列的值進行排序 dt.sort_values(by='row_name', axis=1)#按指定行的值進行排序
使用by參數(shù)進行某幾列(行)排序的時候,以列表中的第一個為準(zhǔn),可能后面的不會生效,因為有的時候無法做到既對第一行(列)進行升序排序又對第二行(列)進行排序。
在指定行值進行排序的時候,必須設(shè)置axis=1,不然會報錯,因為默認指定的是列索引,找不到這個索引所以報錯,axis=1的意思是指定行索引。
Series
s.rank(method=‘first')
對series的值進行升序排名,輸出為排名,當(dāng)排名相同時,輸出平均排名,method=‘first’排名相同時按照值在數(shù)組中出現(xiàn)的順序排序
method參數(shù)除了,first按值在原始數(shù)據(jù)中的出現(xiàn)順序分配排名,還有min使用整個分組的最小排名,max是用整個分組的最大排名,average使用平均排名,也是默認的排名方式。還可以設(shè)置ascending參數(shù),設(shè)置降序還是升序排序。
DataFrame:
dt.rank()#按列進行排名 dt.rank(axis=1)#按行進行排名
method與ascending參數(shù)的使用與Series的相同
到此,相信大家對“pandas怎么實現(xiàn)按照多列排序ascending”有了更深的了解,不妨來實際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。