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

• Pytho常见的数据可视化库是哪一些，特点是什么

  Matplotlib是Python中众多数据可视化库的鼻祖，其设计风格与20世纪80年代设计的商业化程序语言MATLAB十分接近，具有很多强大且复杂的可视化功能。Matplotlib包含多种类型的API，可以采用多种方式绘制图表并对图表进行定制。

• Python发送请求怎样实现，有几种方法

  使用 Python 发送 请求Python 发送请求的方式requests 库的配置天行数据 - 空气质量接口利用 requests 发送查询 空气质量接口 请求在前文说过，如果想要更好的做接口测试

• opencv矩形轮廓顶点定位问题怎么解决

  这篇文章主要为大家介绍了python计算机视觉opencv矩形轮廓顶点位置确定，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪

• 如何Python实现手势控制的贪吃蛇小游戏

  想必大家都玩过贪吃蛇的游戏吧：通过操纵蛇的移动方向能够让蛇吃到随机出现的食物，吃到的食物越多，蛇就会变得越长。本文将使用手势识别来完成贪吃蛇这个简单的游戏，感兴趣的可以了解一下

• 用Opencv如何做人脸识别的功能，思路和方法是什么

  这篇文章主要介绍了通过Opencv+SVM实现人脸识别功能，文中的示例代码介绍详细，对于我们学习人脸识别和OpenCV都有一定的帮助，感兴趣的小伙伴可以学习一下