這篇文章給大家分享的是有關DataFrame中排序與匯總運算的案例分析的內容。小編覺得挺實用的，因此分享給大家做個參考。一起跟隨小編過來看看吧。

創(chuàng)新互聯(lián)堅持“要么做到，要么別承諾”的工作理念，服務領域包括：成都做網站、成都網站建設、企業(yè)官網、英文網站、手機端網站、網站推廣等服務，滿足客戶于互聯(lián)網時代的劍河網站設計、移動媒體設計的需求，幫助企業(yè)找到有效的互聯(lián)網解決方案。努力成為您成熟可靠的網絡建設合作伙伴！

排序

排序是我們一個非常基本的需求，在pandas當中將這個需求進一步細分，細分成了根據(jù)索引排序以及根據(jù)值排序。我們先來看看Series當中的排序方法。

Series當中的排序方法有兩個，一個是sort_index，顧名思義根據(jù)Series中的索引對這些值進行排序。另一個是sort_values，根據(jù)Series中的值來排序。這兩個方法都會返回一個新的Series：

索引排序

對于DataFrame來說也是一樣，同樣有根據(jù)值排序以及根據(jù)索引排序這兩個功能。但是由于DataFrame是一個二維的數(shù)據(jù)，所以在使用上會有些不同。最簡單的差別是在于Series只有一列，我們明確的知道排序的對象，但是DataFrame不是，它當中的索引就分為兩種，分別是行索引以及列索引。所以我們在排序的時候需要指定我們想要排序的軸，也就是axis。

默認的情況我們是根據(jù)行索引進行排序，如果我們要指定根據(jù)列索引進行排序，需要傳入?yún)?shù)axis=1。

我們還可以傳入ascending這個參數(shù)，用來指定我們想要的排序順序是正序還是倒序。

值排序

DataFrame的值排序有所不同，我們不能對行進行排序，只能針對列。我們通過by參數(shù)傳入我們希望排序參照的列，可以是一列也可以是多列。

排名

有的時候我們希望得到元素的排名，我們會希望知道當前元素在整體當中排第幾，pandas當中也提供了這個功能，它就是rank方法。

我們可以發(fā)現(xiàn)我們隨手輸入的一串數(shù)字當中，包含兩個7，7是Series當中大的數(shù)字，但是它們的排名為什么是6.5呢？

其實很簡單，因為7出現(xiàn)了兩次，分別是第6位和第7位，這里對它所有出現(xiàn)的排名取了平均，所以是6.5。如果我們不希望它取平均，而是根據(jù)出現(xiàn)的先后順序給出排名的話，我們可以用method參數(shù)指定我們希望的效果。

method的合法參數(shù)并不止first這一種，還有一些其他稍微冷門一些的用法，我們一并列出。

如果是DataFrame的話，默認是以行為單位，計算每一行中元素占整體的排名。我們也可以通過axis參數(shù)指定以列為單位計算：

匯總運算

最后我們來介紹一下DataFrame當中的匯總運算，匯總運算也就是聚合運算，比如我們最常見的sum方法，對一批數(shù)據(jù)進行聚合求和。DataFrame當中同樣有類似的方法，我們一個一個來看。

首先是sum，我們可以使用sum來對DataFrame進行求和，如果不傳任何參數(shù)，默認是對每一行進行求和。

除了sum之外，另一個常用的就是mean，可以針對一行或者是一列求平均。

由于DataFrame當中常常會有為NA的元素，所以我們可以通過skipna這個參數(shù)排除掉缺失值之后再計算平均值。

另一個我個人覺得很好用的方法是descirbe，可以返回DataFrame當中的整體信息。比如每一列的均值、樣本數(shù)量、標準差、最小值、大值等等。是一個常用的統(tǒng)計方法，可以用來了解DataFrame當中數(shù)據(jù)的分布情況。

感謝各位的閱讀！關于DataFrame中排序與匯總運算的案例分析就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！

分享名稱：DataFrame中排序與匯總運算的案例分析-創(chuàng)新互聯(lián)
當前網址：http://vcdvsql.cn/article26/ddjccg.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供小程序開發(fā)、網站策劃、網站建設、自適應網站、品牌網站制作、企業(yè)建站

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)