文章目录

• 每篇前言
• 一、按索引排序：sort_index()
• • 1. Series类型排序
  • • 1）升序
    • 2）降序
  • 2. DataFrame类型排序
  • • 1）按行索引排序
    • 2）按列索引排序
• 二、按值排序：sort_values()
• • 1. Series类型排序
  • • 1）升序
    • 2）降序
  • 2. DataFrame类型排序
  • • 1）单列排序
    • 2）多列排序
    • 3）排序算法
    • 4）缺失值
    • 5）key参数
• 三、排名：rank()
• • 1. method='average'排名
  • 2. method='min'排名
  • 3. method='max'排名
  • 4. method='first’排名
  • 5. method='dense’排名

每篇前言

• 🏆🏆作者介绍：Python领域优质创作者、华为云享专家、阿里云专家博主、2021年CSDN博客新星Top6

• 🔥🔥本文已收录于Python全栈系列专栏：《100天精通Python从入门到就业》
• 📝​📝​此专栏文章是专门针对Python零基础小白所准备的一套完整教学，从0到100的不断进阶深入的学习，各知识点环环相扣
• 🎉🎉订阅专栏后续可以阅读Python从入门到就业100篇文章；还可私聊进千人Python全栈交流群（手把手教学，问题解答）； 进群可领取80GPython全栈教程视频 + 300本计算机书籍：基础、Web、爬虫、数据分析、可视化、机器学习、深度学习、人工智能、算法、面试题等。
• 🚀🚀加入我一起学习进步，一个人可以走的很快，一群人才能走的更远！

---

对数据集进行排序和排名的是常用最基础的数据分析手段，pandas提供了方便的排序和排名的方法，通过简单的语句和参数就可以实现常用的排序和排名

一、按索引排序：sort_index()

sort_index() 是 pandas 中按索引排序的函数，默认情况下， sort_index 是按行索引来排序。

语法格式：

sort_index(self,axis=0,level=None,ascending: bool | int | Sequence[bool | int] = True,inplace: bool = False,kind: str = "quicksort",na_position: str = "last",sort_remaining: bool = True,ignore_index: bool = False,key: IndexKeyFunc = None,)

常用参数说明：

• axis：默认为axis=0表示按行排序，当axis=1表示按列排序。
• ascending：默认为True升序排序，为False降序排序
• inplace：是否修改原始数据

1. Series类型排序

Series对象排序中，axis参数只能为0

1）升序

默认 ascending=True 升序

import pandas as pd
import numpy as npdf = pd.Series([1, 2, 3, 4], index=["A", "B", "C", "D"])
print(df.sort_index())

运行结果：

2）降序

设置 ascending=False 倒序

import pandas as pd
import numpy as npdf = pd.Series([1, 2, 3, 4], index=["A", "B", "C", "D"],)
print(df.sort_index(ascending=False))

运行结果：

2. DataFrame类型排序

1）按行索引排序

默认 axis=0 按行标签索引排序

• 1. 默认 ascending=True 升序排序

  import pandas as pd
  import numpy as npdata = np.arange(16).reshape((4, 4))
  df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
  print(df)
  print(df.sort_index(axis=0))
  

  

• 2. 设置 ascending=False 倒序

  import pandas as pd
  import numpy as npdata = np.arange(16).reshape((4, 4))
  df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
  print(df)
  print(df.sort_index(axis=0, ascending=False))
  

  运行结果：
  

2）按列索引排序

设置 axis=1 按列标签索引排序

• 1. 默认 ascending=True 升序排序

  import pandas as pd
  import numpy as npdata = np.arange(16).reshape((4, 4))
  df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
  print(df)
  print(df.sort_index(axis=1, ascending=True))
  

  运行结果：
  

• 2. 设置 ascending=False 倒序

  import pandas as pd
  import numpy as npdata = np.arange(16).reshape((4, 4))
  df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
  print(df)
  print(df.sort_index(axis=1, ascending=False))
  

  

二、按值排序：sort_values()

在实际数据分析过程中用得最多是按某一列的值进行排序，在pandas中sort_values() 是按数值排序的方法

1. Series类型排序

语法格式：

sort_values(self,axis=0,ascending: bool | int | Sequence[bool | int] = True,inplace: bool = False,kind: str = "quicksort",na_position: str = "last",ignore_index: bool = False,key: ValueKeyFunc = None,)

常用参数说明：

• axis：只能为0
• ascending：默认为True升序排序，为False降序排序
• inplace：是否修改原始Series

1）升序

默认 ascending=True 升序

import pandas as pd
import numpy as npdf = pd.Series([5, 3, 2, 4, 1], index=["A", "B", "C", "D", "E"])
print(df)
print(df.sort_values())

运行结果：

2）降序

设置 ascending=False 倒序

import pandas as pd
import numpy as npdf = pd.Series([5, 3, 2, 4, 1], index=["A", "B", "C", "D", "E"])
print(df)
print(df.sort_values(ascending=False))

运行结果：

2. DataFrame类型排序

语法格式：

sort_values(  # type: ignore[override]self,by,axis: Axis = 0,ascending=True,inplace: bool = False,kind: str = "quicksort",na_position: str = "last",ignore_index: bool = False,key: ValueKeyFunc = None,)

常用参数说明：

• by：字符串或者List<字符串>，单列排序或者多列排序
• ascending：默认为True升序排序，为False降序排序
• inplace：是否修改原始数据
• kind：选择排序算法，默认是 ‘quicksort’，该参数只针对单个列时才有效
  • mergesort：归并排序
  • heapsort：堆排序
  • quicksort：快速排序
• na_position：缺失值处理
  • last：缺失值排最后
  • first：缺失值排开头

1）单列排序

• 1. 默认 ascending=True 升序排序

  import pandas as pd
  import numpy as npdata = values = [[4, 7, 3, 1], [5, 3, 9, 8], [4, 1, 8, 5], [6, 2, 3, 5]]
  df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
  print(df)
  print(df.sort_values(by='a'))
  

  运行结果：
  

• 2. 设置 ascending=False 倒序

  import pandas as pd
  import numpy as npdata = values = [[4, 7, 3, 1], [5, 3, 9, 8], [4, 1, 8, 5], [6, 2, 3, 5]]
  df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
  print(df)
  print(df.sort_values(by='a',ascending=False))
  

  运行结果：
  

2）多列排序

• 1. 两列排序：默认 ascending=True 升序排序

import pandas as pd
import numpy as npdata = values = [[4, 7, 3, 1], [5, 3, 9, 8], [4, 1, 8, 5], [6, 2, 3, 5]]
df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
print(df)
print(df.sort_values(by=['a','b']))

运行结果：

• 2. 两列排序：默认 ascending=False 降序排序

  import pandas as pd
  import numpy as npdata = values = [[4, 7, 3, 1], [5, 3, 9, 8], [4, 1, 8, 5], [6, 2, 3, 5]]
  df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
  print(df)
  print(df.sort_values(by=['a','b'],ascending=False))
  

  运行结果：
  

• 3. 两列排序：分别指定排序方法

  import pandas as pd
  import numpy as npdata = values = [[4, 7, 3, 1], [5, 3, 9, 8], [4, 1, 8, 5], [6, 2, 3, 5]]
  df = pd.DataFrame(data, columns=['c', 'a', 'b', 'd'], index=['D', 'B', 'C', 'A'])
  print(df)
  # 分别指定升序和降序
  print(df.sort_values(by=['a','b'], ascending=[True, False]))
  

  运行结果：

3）排序算法

几种排序主要是程序运行时占用的资源和运行速度有差异

kind：选择排序算法，默认是 ‘quicksort’，该参数只针对单个列时才有效

• mergesort：归并排序
• heapsort：堆排序
• quicksort：快速排序

4）缺失值

na_position：缺失值处理

• last：缺失值排最后
• first：缺失值排开头

1、默认 na_position = last 缺失值排最后:

import pandas as pd
import numpy as npdata = {'A': [1, 5, 9, 6, 3],'B': [5, 9, 2, np.nan, 3],'C': [0, 8, 4, 3, 2],}
df = pd.DataFrame(data)
print(df)
print(df.sort_values(by='B'))

运行结果：

2、设置 na_position = first 缺失值排开头:

import pandas as pd
import numpy as npdata = {'A': [1, 5, 9, 6, 3],'B': [5, 9, 2, np.nan, 3],'C': [0, 8, 4, 3, 2],}
df = pd.DataFrame(data)
print(df)
print(df.sort_values(by='B',na_position = 'first'))

运行结果：

5）key参数

通过设置 key 参数，可以将列按照特定条件进行排序，对比下下面的排序

import pandas as pd
import numpy as npdata = {'A': ['BB', 'AA', 'DD', 'EE','CC'],'B': [5, 9, 2, np.nan, 3],'C': [0, 8, 4, 3, 2],}
df = pd.DataFrame(data)
print(df.sort_values(by='B'))
# key参数:字符串所有大写字符转化为小写
print(df.sort_values(by='B', key=lambda col: col.str.lower()))

三、排名：rank()

沿轴计算数值数据等级（1到n）。默认情况下，相等的值被分配一个等级，该等级是这些值的等级的平均值。

语法格式：

rank(self: FrameOrSeries,axis=0,method: str = "average",numeric_only: bool_t | None = None,na_option: str = "keep",ascending: bool_t = True,pct: bool_t = False,) -> FrameOrSeries

最重要的参数就是method，指定排名时用于破坏平级关系的method选项（注：值相同的位同一个分组）：

• average：默认值，在每个组中分配平均排名
• min：使用整个整个分组的最小排名
• max： 使用整个分组的最大排名
• first： 按值在原始数据中的出现顺序分配排名
• 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

1. method='average’排名

通过“为各组分配一个平均排名”的方式破坏平级关系的为各组分配一个平均排名

import pandas as pd
import numpy as npdf = pd.Series([3, 4, -2, 1, 4, 5])
print(df)
print(df.rank())

运行结果：

[3, 4, -2, 1, 4, 5]，我们手动排一下，-2是第1名，1是第2名，3是第3，4是第4，4是第5，5是第6。其中两个4的排名分别是4和5，在默认的排法，他们平均数4.5，所以两个排名都是4.5。

2. method='min’排名

为各组分配一个最小排名

import pandas as pd
import numpy as npdf = pd.Series([3, 4, -2, 1, 4, 5])
print(df)
print(df.rank(method='min'))

运行结果：

[3, 4, -2, 1, 4, 5]，我们手动排一下，-2是第1名，1是第2名，3是第3，4是第4，4是第5，5是第6。其中两个4的排名分别是4和5，在min排法，他们最小值是4，所以两个排名都是4。

3. method='max’排名

为各组分配一个最大排名，与’min’相反

import pandas as pd
import numpy as npdf = pd.Series([3, 4, -2, 1, 4, 5])
print(df)
print(df.rank(method='max'))

[3, 4, -2, 1, 4, 5]，我们手动排一下，-2是第1名，1是第2名，3是第3，4是第4，4是第5，5是第6。其中两个4的排名分别是4和5，在max排法，他们最大值是5，所以两个排名都是5。

4. method='first’排名

不为各组分配任何排名，不改变原有排名，这种情况下没有小数点，相同的数谁先出现谁就排前面

import pandas as pd
import numpy as npdf = pd.Series([3, 4, -2, 1, 4, 5])
print(df)
print(df.rank(method='first'))

[3, 4, -2, 1, 4, 5]，我们手动排一下，-2是第1名，1是第2名，3是第3，4是第4，4是第5，5是第6。其中两个4的排名分别是4和5，在first排法中，相同的数谁先出现谁就排前面。

5. method='dense’排名

为各组分配一个稠密度计算后的排名，它与min唯一的区别就是，重复的不会占坑位，比较常用的排名，比如班级名次，有几个人并列第n名，不影响紧跟着的n+1名。所以dense总是连续的，即组间排名总是＋1，不过只是会有重复的而已。

import pandas as pd
import numpy as npdf = pd.Series([3, 4, -2, 1, 4, 5])
print(df)
print(df.rank(method='dense'))

运行结果：

[3, 4, -2, 1, 4, 5]，我们手动排一下，-2是第1名，1是第2名，3是第3，4是第4，4是第5，5是第6。其中两个4的排名分别是4和5，在dense排法中，相同的数不会站坑位，两个4排名都是4，5排名就是5。