pythonpandas排序_Pandas分组与排序的实现⼀、pandas分组
1、分组运算过程：split->apply->combine
拆分：进⾏分组的根据
应⽤：每个分组运⾏的计算规则
合并：把每个分组的计算结果合并起来
2、分组函数
by： 依据哪些列进⾏分组，值可以是：mapping, function, label, or list of labels
3、聚合函数
4、分组聚合实例
单列分组
>>> import pandas as pd
>>> df = pd.DataFrame({'A': ['a', 'b', 'a', 'c', 'a', 'c', 'b', 'c'], 'B': [2, 8, 1, 4,
3, 2, 5, 9], 'C': [102, 98, 107, 104, 115, 87, 92, 123], 'D': [2, 98, 17, 14, 15, 7, 92,
13]})
>>> df
A B C D
0 a 2 102 2
1 b 8 98 98
2 a 1 107 17
3 c
4 104 14
4 a 3 11
5 15
5 c 2 87 7
6 b 5 92 92
7 c 9 123 13
>>> df.groupby(by='A').sum()
B C D
A
a 6 324 34
多列分组
>>> df.groupby(by=['A','B']).sum() ###A,B成索引
C D
A B
a 1 107 17
2 102 2
3 115 15
b 5 92 92
8 98 98
c 2 87 7
4 104 14
9 123 13
多列聚合
>>> df.groupby(by=['A','B'])['C'].sum() ###1个列
A B
a 1 107
2 102
3 115
b 5 92
8 98
c 2 87
4 104
9 123
>>> df.groupby(by=['A','B'])['C','D'].sum() ###2个列C D
A B
a 1 107 17
2 102 2
3 115 15
b 5 92 92
8 98 98
c 2 87 7
多列不同聚合⽅式
>>> import numpy as np
>>> df.groupby(by=['A']).agg({'C':[np.mean, 'sum'], 'D':['count',np.std]})
C D
mean sum count std
A
a 108.000000 324 3 8.144528
b 95.000000 190 2 4.242641
groupby分组c 104.666667 314 3 3.785939
>>>ps: 不同列使⽤多个不同函数进⾏聚合C： mean，sum；D：count，std
返回值类型区别
⽅法1：agg
>>> df.groupby(by=['A']).agg({'C':[np.mean]})
C
mean
A
a 108.000000
b 95.000000
c 104.666667
>>> upby(by=['A']).agg({'C':[np.mean]}))
⽅法2：索引
>>> df.groupby(by=['A'])['C'].mean()
A
a 108.000000
b 95.000000
c 104.666667
Name: C, dtype: float64
>>> upby(by=['A'])['C'].mean())
总结： 两种⽅法结果⼀样，但是⼀个类型是DataFrame,⼀个为Series；有时候会⽤上⼆、pandas排序
按索引进⾏降序排列
>>> df
4 a 3 11
5 15
5 c 2 87 7
6 b 5 92 92
7 c 9 123 13
>>> df.sort_index(ascending=False) ### 索引
A B C D
7 c 9 123 13
6 b 5 92 92
5 c 2 87 7
4 a 3 11
5 15
3 c
4 104 14
2 a 1 107 17
1 b 8 98 98
0 a 2 102 2
按值进⾏降序排列
>>> df.sort_values(by="A",ascending=False) # 按某⼀列
A B C D
3 c
4 104 14
5 c 2 87 7
7 c 9 123 13
1 b 8 98 98
6 b 5 92 92
0 a 2 102 2
2 a 1 107 17
4 a 3 11
5 15
>>> df.sort_values(by=["B","A"],ascending=False) # 按2列
A B C D
7 c 9 123 13
1 b 8 98 98
2 a 1 107 17
以上就是本⽂的全部内容，希望对⼤家的学习有所帮助，也希望⼤家多多⽀持脚本之家。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。