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 UDP通信怎样实现，UDP特点是什么

  这篇文章主要介绍了使用python实现UDP通信方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

• Python中有什么很实用的编程技巧

  这篇文章主要给大家分享3个超有用的 Python 编程小技巧，文章都是一些再编程中很有用的小技巧，具有一定的参考价值,需要的朋友可以参考一下，希望对你有所帮助

• python中类的继承链如何理解？一文带你搞懂

  很多新手学习python时，对于类的继承链理解比较困难，对此这篇文章就给大家分享python中类的继承链的内容。小编觉得挺实用的，大家可以参考参考，接下来一起跟随小编看看吧。

• 用NumPy绘制渐变图案的具体步骤过程是什么

  NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵。但其实NumPy还可以绘制图画，本文将为大家介绍如何通过NumPy绘制彩色图画，感兴趣的小伙伴可以了解一下

• OpenCV如何实现轮廓拟合，应用有哪些

  轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同 的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。