排序

　　排序：即對里面的數據按照大小，或者按照某種規則排序。

　　對DataFrame數據進行排序與Series相似，Dataframe也有按sort_values()與 sort_index()分別按照值、索引進行排序。

　　參數by=“columns_name”指定排序值參考列，默認ascending=True按升序排序,指定inplace=True,將同時修改原數據。可傳入axis=1,按行標簽排序，不過用到的時候不多。

　　以近期粽子銷售數據為例介紹sort_values()的使用,數據結構如下：

　　比如我們按照價格進行排序,注意默認是升序：

　　import pandas as pd

　　import numpy as np

　　# 按照發貨地分組

　　df = pd.read_csv('zongzi.csv')

　　df1 = df.sort_values(by='價格')

　　df1.head()

　　結果：

　　如果按照降序排列，則需要添加參數ascending=False

　　df1 = df.sort_values(by='價格',ascending=False)df1.head()

　　結果：

　　統計函數

　　padndas提供了豐富的統計、合并、分組、缺失值等操作函數。

　　比如靈活高效的groupby功能，它使你能以一種自然的方式對數據集進行切片、切塊、摘要等操作。而如果使用groupby函數則肯定與下面的統計函數息息相關。

　　常用的統計函數有：

　　df.count() 非空元素計算

　　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

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

　　df.quantile(0.1) 10%分位數

　　df.sum() 求和

　　df.mean() 均值

　　df.median() 中位數

　　df.mode() 眾數

　　df.var() 方差

　　df.std() 標準差

　　df.mad() 平均絕對偏差

　　df.skew() 偏度

　　df.kurt() 峰度

　　df.describe() 一次性輸出多個描述性統計指標

　　groupby使用介紹

　　分組運算"split-apply-combine"(拆分-應?-合并)。第?個階段，pandas對象(?論是Series、DataFrame還是其他的)中的數據會根據你所提供的?個或多個鍵被拆分(split)為多組。拆分操作是在對象的特定軸上執?的。例如，DataFrame可以在其?(axis=0)或列(axis=1)上進?分組。然后，將?個函數應?(apply)到各個分組并產??個新值。最后，所有這些函數的執?結果會被合并(combine)到最終的結果對象中。

　　groupby的語法結構如下：

　　* 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

　　以近期粽子銷售數據為例介紹groupby的使用：

　　數據結構如下

　　groupby對象的屬性和內容獲取

　　import pandas as pd

　　import numpy as np

　　# 按照發貨地分組

　　df = pd.read_csv('zongzi.csv')

　　grouped = df.groupby('發貨地')

　　print(grouped)

　　打印結果：

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

　　查看grouped的組成groups

　　grouped.groups

　　當然大家也可以對grouped進行遍歷查看結果：

　　for group in grouped: print(group)

　　這么多分組，我們可以選擇一個分組進行查看：

　　grouped.get_group('上海')

　　按照某一列分組并進行統計

　　# 結合統計函數count(),進行發貨地的個數統計

　　import pandas as pd

　　import numpy as np

　　# 按照產地分組并統計個數

　　df = pd.read_csv('zongzi.csv')

　　grouped = df.groupby('發貨地')

　　grouped['發貨地'].count().sort_values(ascending=False) # 統計各個發貨地的個數并降序排列

　　結果：

　　當然也可以獲取各個店鋪商品的數量(注意如果是各個店鋪則是按照店鋪分組，然后再對商品名稱進行個數統計)

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

　　結果：

　　各個店鋪的銷量總和，銷量列是字符串列

　　df.info()

　　所以在進行求和之前我們要進行轉換，只提取銷量的數字變成整型類型的

　　import pandas as pd

　　import numpy as np

　　import re

　　df = pd.read_csv('zongzi.csv')

　　# 清洗缺失值的數據，進行填充

　　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,比如每個發貨地的各個店鋪的銷量總和

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

　　獲取分組后的某一部分數據可以使用如下格式：

　　grouped = df.groupby(by=['O', 'N'])

　　grouped.count()['M']

　　或

　　grouped['M'].count()

　　所以運行后的結果：

　　當然還有一些復雜的使用，下篇文章給大家詳細介紹。

　　更多關于“Python培訓”的問題，歡迎咨詢千鋒教育在線名師。千鋒教育多年辦學，課程大綱緊跟企業需求，更科學更嚴謹，每年培養泛IT人才近2萬人。不論你是零基礎還是想提升，都可以找到適合的班型，千鋒教育隨時歡迎你來試聽。