欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python中pandas庫(kù)sort_values()方法的使用

 更新時(shí)間：2023年07月27日 09:50:58   作者：跳舞的皮埃爾  
最后去看了有關(guān)于 sort_values 的文檔，成功解決先把單詞出現(xiàn)頻次由高往低依次排序，再把頻次相同的情況下的單詞按照 MD5 值排序這個(gè)問(wèn)題，下面通過(guò)本文講解下Python中pandas庫(kù)sort_values()方法的使用，感興趣的朋友一起看看吧

Python：pandas庫(kù)sort_values方法的使用

1、起因

今天做到北京瑪達(dá)科技有限公司2021數(shù)據(jù)處理工程師筆試題，有一題是這樣：

在這里插入圖片描述

按照文件中單詞出現(xiàn)頻次由高往低依次排序，這個(gè)對(duì)我來(lái)說(shuō)很好實(shí)現(xiàn)，用上 pandas 的 sort_values 方法就手到擒來(lái)。但是他后面又加上了一個(gè)條件，如果頻次相同的情況下，按照單詞的 MD5 值排序。這可把我迷住了：

  • 先用sort_values方法，頻次由高往低依次排，再把頻次相同單獨(dú)拿出來(lái)再用 MD5 排？（因?yàn)閟ort_values排序后，同一頻次的單詞順序會(huì)改變）
  • 還是先 MD5 排，再在不改變同一頻次的單詞順序情況下，頻次由高往低依次排？

最后去看了有關(guān)于 sort_values 的文檔，成功解決先把單詞出現(xiàn)頻次由高往低依次排序，再把頻次相同的情況下的單詞按照 MD5 值排序這個(gè)問(wèn)題，下面我?guī)Т蠹一仡櫼幌?Python pandas sort_values() 方法的使用

2、sort_values() 函數(shù)說(shuō)明

pandas 庫(kù)的 sort_values() 函數(shù)可以對(duì) Dataframe 的數(shù)據(jù)集按照某個(gè)字段中的數(shù)據(jù)進(jìn)行排序。該函數(shù)可以指定列數(shù)據(jù)或行數(shù)據(jù)進(jìn)行排序，可以是單個(gè)，也可以是 多個(gè)（以前經(jīng)常用來(lái)處理單列/行數(shù)據(jù)，忘記了 sort_values() 也可以處理多列/行數(shù)據(jù)）。 series 也有 一個(gè) sort_values() 函數(shù)，但在參數(shù)上稍有區(qū)別。

官方文檔：pandas.Series.sort_values 和 pandas.DataFrame.sort_values

3、sort_values() 具體參數(shù)

格式如下：

DataFrame.sort_values(by=‘進(jìn)行排序的列名或索引值', axis=0, ascending=True, inplace=False, kind=‘quicksort', na_position=‘last', ignore_index=False, key=None)
參數(shù)說(shuō)明
by指定要進(jìn)行排序的列名或索引值
axis若 axis=0 或 ‘index’，則按照指定 列 的數(shù)據(jù)大小排序；若 axis=1 或 ‘columns’，則按照指定 索引 中數(shù)據(jù)大小排序。默認(rèn)axis=0
ascending若 ascending=True，則按照升序排序；若 ascending=False，則按降序排序，默認(rèn)為True，即升序排序。如果這是一個(gè) bool 列表，則必須匹配 by 的長(zhǎng)度
inplace排序后的數(shù)據(jù)是否替換原來(lái)的數(shù)據(jù)，默認(rèn)為False，即不替換
ignore_index是否重置索引，默認(rèn)為不重置

4、sort_values() 使用

4.1 單列/行排序

import pandas as pd
df = pd.read_csv('test.csv')
# 根據(jù)hello列降序排序
data = df.sort_values(by="hello", ascending=False, ,axis=0)
# axis=0表示按列，同理axis=1表示按行

4.2 多列/行排序

import pandas as pd
df = pd.read_csv('test.csv')
# 根據(jù)第一列降序排序，當(dāng)?shù)谝涣邢嗤瑫r(shí)，根據(jù)第三列進(jìn)行升序排序。并且重置索引，替換原數(shù)據(jù)
data = df.sort_values(by = ['col1','col3'],ascending=[False,True],ignore_index=True,inplace=True)

5、應(yīng)用

所以一開始那道題我這樣寫的：

# -*- coding: utf-8 -*-
# ---
# @Software: PyCharm
# @File: main.py
# @Author: WangYunchang
# @E-mail: wangyunchang@dxy.cn
# @Site: 
# @Time: 9月 20, 2022
# ---
import csv
import pandas as pd
import hashlib
counts = {}
# 讀取文件
txt = open("word2count.txt").read()
# 將大寫字母轉(zhuǎn)化為小寫
txt = txt.lower()
# 把文章中不是英文字母的全部代替為空格
for ch in '0123456789.,()%-':
    txt = txt.replace(ch, " ")
# 分割成列表
words = txt.split()
# 統(tǒng)計(jì)單詞
for word in words:
    counts[word] = counts.get(word, 0) + 1
items = list(counts.items())
# 將所得單詞及數(shù)目寫入csv文件中
csvFile = open('word_result.csv', 'w', newline='')
# 寫入表頭，A是單詞，B是出現(xiàn)次數(shù)
csv.writer(csvFile).writerow(["A", "MD5", "B"])
# 統(tǒng)計(jì)結(jié)果寫入csv
writer = csv.writer(csvFile)
for key in counts:
    # MD5值
    ss = hashlib.md5(key.encode('utf-8')).hexdigest()
    writer.writerow([key, ss, counts[key]])
csvFile.close()
df = pd.read_csv('word_result.csv')
# 根據(jù)B降序排序，當(dāng)B相同時(shí)，根據(jù)MD5進(jìn)行降序排序
data = df.sort_values(by=["B", "MD5"], ascending=[False, False])
# 刪除MD5
data = data.drop(columns="MD5")
# 把新的數(shù)據(jù)寫入文件
data.to_csv('word_result.csv', mode='w', index=False)

到此這篇關(guān)于Python中pandas庫(kù)sort_values()方法的使用的文章就介紹到這了,更多相關(guān)pandas庫(kù)sort_values()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論