python排序并标上序号

需求：利用python实现排序功能

测试数据：data.csv

"id","date","amount"
"1","2019-02-08","6214.23"
"1","2019-02-08","6247.32"
"1","2019-02-09","85.63"
"2","2019-02-14","943.18"
"2","2019-02-15","369.76"
"2","2019-02-18","795.15"
"2","2019-02-19","715.65"
"2","2019-02-21","537.71"
"2","2019-02-24","1037.71"
"3","2019-02-09","967.36"
"3","2019-02-10","85.69"
"3","2019-02-12","769.85"
"3","2019-02-13","943.86"
"3","2019-02-19","843.86"
"3","2019-02-11","85.69"
"3","2019-02-14","843.86"
"1","2019-02-10","985.63"
"1","2019-02-09","285.63"
"1","2019-02-11","1285.63"

第一种常见排序： 将上面数据按照amount字段进行排序

import pandas as pd
filename="data.csv"
df=pd.read_csv(filename)
#增加一个rank排序字段
df['rank']=df['amount'].rank(ascending=0, method='first')

说明：ascending ：1 表示升序，0表示降序

method：此参数的作用是，当遇到两个值相同时，排序处理的方式。可以取的值有 first、max、min、dense

（1）method =‘first’ 时

表示排序时，序号不会重复且是连续的，遇到相同的值时，会按照数据的先后顺序标序号，如下图：

df['rank']=df['amount'].rank(ascending=0, method='first')
print(df)

（2）method='min’时

表示排序时，遇到相同的值时，后面数的序号与最先出现的数的序号保持一致，如下图，843.86值重复两次，排名均为9，且排序中没有序号10（序号不连续）

df['rank']=df['amount'].rank(ascending=0, method='min')
print(df)

（3）method='max’时

表示排序时，遇到相同的值时，后面数的序号与最后出现的数的序号保持一致，如下图，843.86值重复两次，排名均为10，且排序中没有序号9（序号不连续）

df['rank']=df['amount'].rank(ascending=0, method='max')
print(df)

（4）method='dense’时

表示排序时，遇到相同的值时，重复值序号保持一致，如下图，843.86值重复两次，排名均为9，且下一个数序号为10，序号保持连续

df['rank']=df['amount'].rank(ascending=0, method='dense')
print(df)

第二种常见排序：组内排序 ，将上面数据根据id分组，并按照amount字段进行组内排序

df['rank']=df['amount'].groupby(df['id']).rank(ascending=0, method='dense')
#对结果按照id和rank进行升序排列
data=df.sort_values(by=['id','rank'],ascending=(1,1))

Python常见排序算法汇总

所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。排序算法，就是如何使得记录按照要求排列的方法。

排序的稳定性

经过某种排序后，如果两个记录序号同等，且两者在原无序记录中的先后秩序依然保持不变，则称所使用的排序方法是稳定的，反之是不稳定的。

内排序和外排序

• 内排序：排序过程中，待排序的所有记录全部放在内存中
• 外排序：排序过程中，使用到了外部存储。

通常讨论的都是内排序。

影响内排序算法性能的三个因素：

• 时间复杂度：即时间性能，高效率的排序算法应该是具有尽可能少的关键字比较次数和记录的移动次数
• 空间复杂度：主要是执行算法所需要的辅助空间，越少越好。
• 算法复杂性。主要是指代码的复杂性。

Python常用排序算法

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python中OpenCV如何实现多模板匹配，有哪些知识点

  什么是模板匹配？模板匹配，就是在一幅图像中寻找另一幅模板图像最匹配（也就是最相似）的部分的技术。

• Python中编程基础、控制流程和数据类型的基础知识点有什么

  这篇文章主要介绍了Python基础知识+结构+数据类型，文章基于python基础知识围绕主题展开详细内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下

• Python中用pyplot怎样画误差棒图，方法是什么

  使用pyplot的errorbar()函数可以快速绘制误差棒图，errorbar()函数的语法格式如下所示：该函数常用参数的含义如下。x，y：表示数据点的位置。·xerr，yerr：表示数据的误差范围。

• Python3进行数据库连接及数据处理操作是怎样？

  本文我们为大家介绍 Python3 使用 PyMySQL 连接数据库，并实现简单的增删改查。_来自Python3 教程，w3cschool编程狮。

• Python中如何应用和实现rsa加密算法

  这篇文章主要介绍了python3中rsa加密算法详情，rsa加密，是一种加密算法，目前而言，加密算法，是对数据、密码等进行加密，下文更多相关介绍，需要的小伙伴可以参考一下