Pandas排序和分组排名(sort和rank)的实现

目录

• sort_values排序
• rank排名
• 国际排名
•  中php国排名zXKGpIT
• 按部门分组排名

sort_values排序

1、对单列的值排序

对销量进行排序

df.sort_values(by='销量')
# 倒序
df.sort_values(by='销量',ascending=False)  

 2、对多列的值进行排序

对部门和销量进行排名

df.sort_values(by=['部门','销量'])

rank排名

语法：rank(axis=0, method: str = 'average',ascending: True/False)

method	说明
average	默认：在每个组中分配平均排名
min	对整个组使用最小排名
max	对整个组使用最大排名
first	按照值在数据中出现的次序分配排名
dense	类似于method=‘min’,但组件排名总是加1，而不是一个组中的相等元素www.devze.com的数量

国际排名

设置ascending=False参数进行倒序排序

# 国际排名
df['排名'] = df['销量'].rank(method='min',ascending=False)
# 取整
df['排名']=df['排名'].map(lambda x : round(x))

 中国排名

df['排名'] = df['销量'].rank(method='dephpnse',ascending=False)
df['排名']=df['排名'].map(lambda x : round(x))

按部门分组排名

df['排名'] = df.groupby("部门")['销量'].rank(method='dense')
df['排名']=df['排名'].map(lambda x : round(x))
df = df.sort_vajavascriptlues(['部门','排名'])

到此这篇关于Pandas排序和分组排名(sort和rank)的实现的文章就介绍到这了,更多相关Pandas排序和分组排名内容请搜索编程客栈(www.devze.com)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程客栈(www.devze.com)！