欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

pandas實(shí)現(xiàn)按照多列排序-ascending

 更新時(shí)間:2022年05月17日 11:28:39   作者:書院二層樓  
這篇文章主要介紹了pandas實(shí)現(xiàn)按照多列排序-ascending,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

pandas按照多列排序ascending

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(jí) 空氣質(zhì)量
184   2019/7/4    38    25    晴~多云  西南風(fēng)  2級(jí)    良
206  2019/7/26    37    27       晴  西南風(fēng)  2級(jí)    良
142  2019/5/23    37    21       晴  東南風(fēng)  2級(jí)    良
183   2019/7/3    36    24       晴  東南風(fēng)  1級(jí)    良
204  2019/7/24    36    27  多云~雷陣雨  西南風(fēng)  2級(jí)    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(jí) 空氣質(zhì)量
363  2019/12/30    -5   -12      晴  西北風(fēng)  4級(jí)    優(yōu)
364  2019/12/31    -3   -10      晴  西北風(fēng)  1級(jí)    優(yōu)
42    2019/2/12    -3    -8  小雪~多云  東北風(fēng)  2級(jí)    優(yōu)
44    2019/2/14    -3    -6  小雪~多云  東南風(fēng)  2級(jí)    良
14    2019/1/15    -2   -10      晴  西北風(fēng)  3級(jí)    良
37     2019/2/7    -2    -7     多云  東北風(fēng)  3級(jí)    優(yōu)
38     2019/2/8    -1    -7     多云  西南風(fēng)  2級(jí)    優(yōu)
4      2019/1/5     0    -8     多云  東北風(fēng)  2級(jí)    優(yōu)
39     2019/2/9     0    -8     多云  東北風(fēng)  2級(jí)    優(yōu)
40    2019/2/10     0    -8     多云  東南風(fēng)  1級(jí)    優(yōu)
'''
print(df.sort_values(by=['最高溫度','最低溫度'],ascending= False).head(10))
'''
打?。?
           日期  最高溫度  最低溫度      天氣   風(fēng)向  風(fēng)級(jí)  空氣質(zhì)量
184   2019/7/4    38    25    晴~多云  西南風(fēng)  2級(jí)     良
206  2019/7/26    37    27       晴  西南風(fēng)  2級(jí)     良
142  2019/5/23    37    21       晴  東南風(fēng)  2級(jí)     良
201  2019/7/21    36    27    晴~多云  西南風(fēng)  2級(jí)  輕度污染
204  2019/7/24    36    27  多云~雷陣雨  西南風(fēng)  2級(jí)     良
207  2019/7/27    36    27      多云  東南風(fēng)  2級(jí)  輕度污染
174  2019/6/24    36    24      多云  東南風(fēng)  2級(jí)     良
175  2019/6/25    36    24      多云  東南風(fēng)  2級(jí)     良
183   2019/7/3    36    24       晴  東南風(fēng)  1級(jí)     良
170  2019/6/20    36    23    多云~晴  東南風(fēng)  2級(jí)  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(jí) 空氣質(zhì)量
363  2019/12/30    -5   -12      晴  西北風(fēng)  4級(jí)    優(yōu)
44    2019/2/14    -3    -6  小雪~多云  東南風(fēng)  2級(jí)    良
42    2019/2/12    -3    -8  小雪~多云  東北風(fēng)  2級(jí)    優(yōu)
364  2019/12/31    -3   -10      晴  西北風(fēng)  1級(jí)    優(yōu)
37     2019/2/7    -2    -7     多云  東北風(fēng)  3級(jí)    優(yōu)
14    2019/1/15    -2   -10      晴  西北風(fēng)  3級(jí)    良
38     2019/2/8    -1    -7     多云  西南風(fēng)  2級(jí)    優(yōu)
4      2019/1/5     0    -8     多云  東北風(fēng)  2級(jí)    優(yōu)
39     2019/2/9     0    -8     多云  東北風(fēng)  2級(jí)    優(yōu)
40    2019/2/10     0    -8     多云  東南風(fēng)  1級(jí)    優(yōu)
'''

pandas排序、排名函數(shù)的使用

排序

Series

s.sort_index(ascending=False)

對(duì)series的索引進(jìn)行排序,默認(rèn)升序

s.sort_values(ascending=False)

對(duì)series的值進(jìn)行排序,對(duì)值進(jìn)行排序的時(shí)候,無(wú)論是升序還是降序,缺失值(NaN)都會(huì)排在最后面

DataFrame:

dt.sort_index(ascending=False)#按列索引進(jìn)行降序排序
dt.sort_inex(axis=1)#按行的索引進(jìn)行排序
dt.sort_values(by='columns_name')#按指定列的值進(jìn)行排序
dt.sort_values(by='row_name', axis=1)#按指定行的值進(jìn)行排序

使用by參數(shù)進(jìn)行某幾列(行)排序的時(shí)候,以列表中的第一個(gè)為準(zhǔn),可能后面的不會(huì)生效,因?yàn)橛械臅r(shí)候無(wú)法做到既對(duì)第一行(列)進(jìn)行升序排序又對(duì)第二行(列)進(jìn)行排序。

在指定行值進(jìn)行排序的時(shí)候,必須設(shè)置axis=1,不然會(huì)報(bào)錯(cuò),因?yàn)槟J(rèn)指定的是列索引,找不到這個(gè)索引所以報(bào)錯(cuò),axis=1的意思是指定行索引。
 

排名

Series

s.rank(method=‘first')

對(duì)series的值進(jìn)行升序排名,輸出為排名,當(dāng)排名相同時(shí),輸出平均排名,method=‘first’排名相同時(shí)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(gè)分組的最小排名,max是用整個(gè)分組的最大排名,average使用平均排名,也是默認(rèn)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(jìn)行排名 
dt.rank(axis=1)#按行進(jìn)行排名

method與ascending參數(shù)的使用與Series的相同

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • python神經(jīng)網(wǎng)絡(luò)TensorFlow簡(jiǎn)介常用基本操作教程

    python神經(jīng)網(wǎng)絡(luò)TensorFlow簡(jiǎn)介常用基本操作教程

    這篇文章主要介紹了python神經(jīng)網(wǎng)絡(luò)入門TensorFlow簡(jiǎn)介常用基本操作教程,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步
    2021-11-11
  • 一文帶大家了解python中的換行以及轉(zhuǎn)義

    一文帶大家了解python中的換行以及轉(zhuǎn)義

    這篇文章主要為大家詳細(xì)介紹了python中的換行以及轉(zhuǎn)義的相關(guān)知識(shí),文中的示例代碼講解詳細(xì),對(duì)我們深入了解python有一定的幫助,需要的小伙伴可以了解下
    2023-11-11
  • python防止程序超時(shí)的實(shí)現(xiàn)示例

    python防止程序超時(shí)的實(shí)現(xiàn)示例

    因?yàn)槟硞€(gè)需求,需要在程序運(yùn)行的時(shí)候防止超時(shí),本文主要介紹了python防止程序超時(shí)的實(shí)現(xiàn)示例,具有一定的參考價(jià)值,感興趣的可以了解一下
    2023-08-08
  • python基于gevent實(shí)現(xiàn)并發(fā)下載器代碼實(shí)例

    python基于gevent實(shí)現(xiàn)并發(fā)下載器代碼實(shí)例

    這篇文章主要介紹了python基于gevent實(shí)現(xiàn)并發(fā)下載器代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-11-11
  • Python 文本文件內(nèi)容批量抽取實(shí)例

    Python 文本文件內(nèi)容批量抽取實(shí)例

    今天小編就為大家分享一篇Python 文本文件內(nèi)容批量抽取實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-12-12
  • python中p-value的實(shí)現(xiàn)方式

    python中p-value的實(shí)現(xiàn)方式

    今天小編就為大家分享一篇python中p-value的實(shí)現(xiàn)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-12-12
  • Python搭建FTP服務(wù)器的方法示例

    Python搭建FTP服務(wù)器的方法示例

    本篇文章主要介紹了Python搭建FTP服務(wù)器的方法示例,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2018-01-01
  • 創(chuàng)建Python Docker鏡像的詳細(xì)步驟

    創(chuàng)建Python Docker鏡像的詳細(xì)步驟

    Python和Docker是兩個(gè)極其流行的技術(shù),結(jié)合它們可以創(chuàng)建強(qiáng)大的應(yīng)用程序,Docker允許將應(yīng)用程序及其依賴項(xiàng)打包到一個(gè)獨(dú)立的容器中,而Python則提供了豐富的庫(kù)和工具來(lái)開發(fā)應(yīng)用程序,本文將提供如何創(chuàng)建Python Docker鏡像的全面指南,,需要的朋友可以參考下
    2023-12-12
  • pandas分組排序 如何獲取第二大的數(shù)據(jù)

    pandas分組排序 如何獲取第二大的數(shù)據(jù)

    這篇文章主要介紹了pandas分組排序 獲取第二大的數(shù)據(jù)的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-03-03
  • python 爬取古詩(shī)文存入mysql數(shù)據(jù)庫(kù)的方法

    python 爬取古詩(shī)文存入mysql數(shù)據(jù)庫(kù)的方法

    這篇文章主要介紹了python 爬取古詩(shī)文存入mysql數(shù)據(jù)庫(kù)的方法,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-01-01

最新評(píng)論