很多朋友都对“Python数据升序降序的排序怎么样实现”的内容比较感兴趣，对此小编整理了相关的知识分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获，那么感兴趣的朋友就继续往下看吧！

1.数据排序

DataFrame.sort_values(by,axis=0,ascending=True,inplace=False,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
ascending：升序或者降序排列,默认是True，升序
inplace:是否直接在数据上修改，True为直接修改df,False为副本
kind:指定排序算法，
na_position：空值(NaN)的位置，值为first空值在数据开头，值为last空值在数据最后。
ignore_index:布尔值，是否忽略索引，值为True标记索引（从0开始顺序的整数值），False则忽略索引
"""

2.按某列降序排序

import pandas as pd
exelFile="C:\\Users\\Administrator\\Desktop\\python数据分析Code\\Code\\03\\46\\mrbook.xlsx"
df=pd.DataFrame(pd.read_excel(exelFile))
pd.set_option('display.max_rows',1000)#设置展示最高行数
pd.set_option('display.max_columns',1000)#设置展示最高列数
pd.set_option('display.unicode.east_asian_width',True)
pd.set_option("display.unicode.ambiguous_as_wide",True)
#按“销量”列降序排序
df1=df.sort_values(by="销量",ascending=False)
print(df1)

结果如图所示：

3.按多列升降序排列

#先按照图书名称降序排列，再按照销量降序排列
df2=df.sort_values(by=["图书名称","销量"])

4.对统计结构排序

将类别分组并统计总销量降序排列。

df3=df.groupby(["类别"])["销量"].sum().reset_index()
df4=df3.sort_values(by="销量",ascending=False)
print(df4)

结构如下：

5.数据排名

DataFrame.rank(axis-0,method="average",numeric_only=None,na_option="keep",ascending=True,,pct=False)
"""
axis:轴，0表示行，1表示列
method:表示在相同值的情况下所使用的排序方法，参数如下：average:默认值，平均值排名；min:最小值排名；max:最大值排名；first：按第一次出现的顺序排列；dense:密集排序，类似于最小值排序，，但排名每次只增加1，相同排名的数据只只占据一个名词。
numeric_only:对于DataFrame，如果设置值为True,并只对数字列进行排序。
ascending：升序或者降序排列，默认值为True
pct：布尔值，是否以百分比形式返回排名，默认值为False
"""

实例：

对销量相同的产品，按照顺序排名的平均值进行平均排名

#先排序
df=df.sort_values(by="销量",ascending=False)
#按照顺序排名的平均值进行平均排名
df["顺序排名"]=df["销量"].rank(ascending=False)

这里两个数销量相同，分别为3和4名，取平均值为3.5

对销量相同的产品，按照在原表中出现的顺序进行排名

#先排序
df=df.sort_values(by="销量",ascending=False)
df["顺序排名"]=df["销量"].rank(method="first",ascending=False)

结果如下：很正常的结果

对销量相同的产品，按照顺序排名并取最小值最为排名

#先排序
df=df.sort_values(by="销量",ascending=False)
df["顺序排名"]=df["销量"].rank(method="min",ascending=False)

排名如下：相同数量的都按照最小排名填写

对销量相同的产品，按照顺序排名并取最大值最为排名

#先排序
df=df.sort_values(by="销量",ascending=False)
df["顺序排名"]=df["销量"].rank(method="max",ascending=False)

排名如下：相同数量的都按照最大排名填写

现在大家对于Python数据升序降序的排序怎么样实现的内容应该都有一定的认识了吧，希望这篇能对大家有所帮助。最后，想要了解更多，欢迎关注群英网络，群英网络将为大家推送更多相关的文章。

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

• 生成和读取tfrecord文件的操作是什么？

  tfrecord是tensorflow中常用的数据打包格式，这篇文章给大家介绍的就是关于tfrecord文件的生成和读取，本文有具体以及步骤，具有的一定的参考价值，需要的朋友可以参考学习。

• Python的对时间处理操作及方法是什么

  时间处理是我们日常开发中最最常见的需求，例如：获取当前datetime、获取当天date、获取明天 前N天、获取当天开始和结束时间(00:00:00 23:

• Python缓存作用是什么， Python字典怎样实现缓存

  缓存是一种优化技术，可以在应用程序中使用它来将最近或经常使用的数据保存在内存中，通过这种方式来访问数据的速度比直接读取磁盘文件的高很多

• 浅谈python常见四款分词工具，哪个更好用你知道吗？

  分词工具在Python中，会经常使用到，而比较常的分词工具有jieba 分词、pkuseg 分词、FoolNLTK 分词和THULAC，这四种，那么究竟哪个更好用呢？

• Python中调用本地字体怎样做，有何好处

  这篇文章主要为大家介绍在通过Python绘制图画时如何调用本地的字体，从而解决中文乱码的问题。感兴趣的小伙伴快来跟随小编学习学习吧