排序

　　排序：即對(duì)里面的數(shù)據(jù)按照大小，或者按照某種規(guī)則排序。

　　對(duì)DataFrame數(shù)據(jù)進(jìn)行排序與Series相似，Dataframe也有按sort_values()與 sort_index()分別按照值、索引進(jìn)行排序。

　　參數(shù)by=“columns_name”指定排序值參考列，默認(rèn)ascending=True按升序排序,指定inplace=True,將同時(shí)修改原數(shù)據(jù)?？蓚魅隺xis=1,按行標(biāo)簽排序，不過用到的時(shí)候不多。

　　以近期粽子銷售數(shù)據(jù)為例介紹sort_values()的使用,數(shù)據(jù)結(jié)構(gòu)如下：

　　比如我們按照價(jià)格進(jìn)行排序,注意默認(rèn)是升序：

　　import pandas as pd

　　import numpy as np

　　# 按照發(fā)貨地分組

　　df = pd.read_csv('zongzi.csv')

　　df1 = df.sort_values(by='價(jià)格')

　　df1.head()

　　結(jié)果：

　　如果按照降序排列，則需要添加參數(shù)ascending=False

　　df1 = df.sort_values(by='價(jià)格',ascending=False)df1.head()

　　結(jié)果：

　　統(tǒng)計(jì)函數(shù)

　　padndas提供了豐富的統(tǒng)計(jì)、合并、分組、缺失值等操作函數(shù)。

　　比如靈活高效的groupby功能，它使你能以一種自然的方式對(duì)數(shù)據(jù)集進(jìn)行切片、切塊、摘要等操作。而如果使用groupby函數(shù)則肯定與下面的統(tǒng)計(jì)函數(shù)息息相關(guān)。

　　常用的統(tǒng)計(jì)函數(shù)有：

　　df.count() 非空元素計(jì)算

　　df.min() 最小值

　　df.max() 最大值

　　df.idxmin() 最小值的位置，類似于R中的which.min函數(shù)

　　df.idxmax() 最大值的位置，類似于R中的which.max函數(shù)

　　df.quantile(0.1) 10%分位數(shù)

　　df.sum() 求和

　　df.mean() 均值

　　df.median() 中位數(shù)

　　df.mode() 眾數(shù)

　　df.var() 方差

　　df.std() 標(biāo)準(zhǔn)差

　　df.mad() 平均絕對(duì)偏差

　　df.skew() 偏度

　　df.kurt() 峰度

　　df.describe() 一次性輸出多個(gè)描述性統(tǒng)計(jì)指標(biāo)

　　groupby使用介紹

　　分組運(yùn)算"split-apply-combine"(拆分-應(yīng)?-合并)。第?個(gè)階段，pandas對(duì)象(?論是Series、DataFrame還是其他的)中的數(shù)據(jù)會(huì)根據(jù)你所提供的?個(gè)或多個(gè)鍵被拆分(split)為多組。拆分操作是在對(duì)象的特定軸上執(zhí)?的。例如，DataFrame可以在其?(axis=0)或列(axis=1)上進(jìn)?分組。然后，將?個(gè)函數(shù)應(yīng)?(apply)到各個(gè)分組并產(chǎn)??個(gè)新值。最后，所有這些函數(shù)的執(zhí)?結(jié)果會(huì)被合并(combine)到最終的結(jié)果對(duì)象中。

　　groupby的語法結(jié)構(gòu)如下：

　　* by 分組的行或者列

　　* axis=0 行 / 1 列

　　* 如果有多層索引可以使用level

　　以近期粽子銷售數(shù)據(jù)為例介紹groupby的使用：

　　數(shù)據(jù)結(jié)構(gòu)如下

　　groupby對(duì)象的屬性和內(nèi)容獲取

　　import pandas as pd

　　import numpy as np

　　# 按照發(fā)貨地分組

　　df = pd.read_csv('zongzi.csv')

　　grouped = df.groupby('發(fā)貨地')

　　print(grouped)

　　打印結(jié)果：

　　<pandas.core.groupby.generic.dataframegroupby 0x11a97a950="" at="" object="">

　　查看grouped的組成groups

　　grouped.groups

　　當(dāng)然大家也可以對(duì)grouped進(jìn)行遍歷查看結(jié)果：

　　for group in grouped: print(group)

　　這么多分組，我們可以選擇一個(gè)分組進(jìn)行查看：

　　grouped.get_group('上海')

　　按照某一列分組并進(jìn)行統(tǒng)計(jì)

　　# 結(jié)合統(tǒng)計(jì)函數(shù)count(),進(jìn)行發(fā)貨地的個(gè)數(shù)統(tǒng)計(jì)

　　import pandas as pd

　　import numpy as np

　　# 按照產(chǎn)地分組并統(tǒng)計(jì)個(gè)數(shù)

　　df = pd.read_csv('zongzi.csv')

　　grouped = df.groupby('發(fā)貨地')

　　grouped['發(fā)貨地'].count().sort_values(ascending=False) # 統(tǒng)計(jì)各個(gè)發(fā)貨地的個(gè)數(shù)并降序排列

　　結(jié)果：

　　當(dāng)然也可以獲取各個(gè)店鋪商品的數(shù)量(注意如果是各個(gè)店鋪則是按照店鋪分組，然后再對(duì)商品名稱進(jìn)行個(gè)數(shù)統(tǒng)計(jì))

　　df['商品名稱'].groupby(df['店鋪']).count().sort_values(ascending=False)

　　結(jié)果：

　　各個(gè)店鋪的銷量總和，銷量列是字符串列

　　df.info()

　　所以在進(jìn)行求和之前我們要進(jìn)行轉(zhuǎn)換，只提取銷量的數(shù)字變成整型類型的

　　import pandas as pd

　　import numpy as np

　　import re

　　df = pd.read_csv('zongzi.csv')

　　# 清洗缺失值的數(shù)據(jù)，進(jìn)行填充

　　df['銷量'].fillna('0人付款', inplace=True)

　　def convert_sale(row):

　　if '+' in row['銷量']:

　　row['銷量'] = row['銷量'].replace('+', '')

　　print(row)

　　if '萬' in row['銷量']:

　　return float(re.search(r'(.+)萬人付款', row['銷量']).group(1)) * 10000

　　else:

　　return int(re.search(r'(.+)人付款', row['銷量']).group(1))

　　df['銷量1'] = df.apply(convert_sale, axis=1)

　　然后計(jì)算總和：

　　df['銷量1'].groupby(df['店鋪']).sum().sort_values(ascending=False)

　　按照多列分組,比如每個(gè)發(fā)貨地的各個(gè)店鋪的銷量總和

　　df.groupby(['發(fā)貨地','店鋪'])['銷量1'].sum().sort_values(ascending=False)

　　獲取分組后的某一部分?jǐn)?shù)據(jù)可以使用如下格式：

　　grouped = df.groupby(by=['O', 'N'])

　　grouped.count()['M']

　　或

　　grouped['M'].count()

　　所以運(yùn)行后的結(jié)果：

　　當(dāng)然還有一些復(fù)雜的使用，下篇文章給大家詳細(xì)介紹。

　　更多關(guān)于“Python培訓(xùn)”的問題，歡迎咨詢千鋒教育在線名師。千鋒教育多年辦學(xué)，課程大綱緊跟企業(yè)需求，更科學(xué)更嚴(yán)謹(jǐn)，每年培養(yǎng)泛IT人才近2萬人。不論你是零基礎(chǔ)還是想提升，都可以找到適合的班型，千鋒教育隨時(shí)歡迎你來試聽。