我要评论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='dense',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_values(['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代码网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代码网！
发表评论