脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → pandas 对series和dataframe进行排序

pandas 对series和dataframe进行排序的实例

 更新时间：2018年06月09日 11:26:27   作者：乱世流星01  
今天小编就为大家分享一篇pandas 对series和dataframe进行排序的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

本问主要写根据索引或者值对series和dataframe进行排序的实例讲解

代码：

#coding=utf-8
import pandas as pd
import numpy as np
#以下实现排序功能。
series=pd.Series([3,4,1,6],index=['b','a','d','c'])
frame=pd.DataFrame([[2,4,1,5],[3,1,4,5],[5,1,4,2]],columns=['b','a','d','c'],index=['one','two','three'])
print frame
print series
print 'series通过索引进行排序：'
print series.sort_index()
print 'series通过值进行排序:'
print series.sort_values()
print 'dataframe根据行索引进行降序排序（排序时默认升序，调节ascending参数）：'
print frame.sort_index(ascending=False)
print 'dataframe根据列索引进行排序：'
print frame.sort_index(axis=1)
print 'dataframe根据值进行排序：'
print frame.sort_values(by='a')
print '通过多个索引进行排序：'
print frame.sort_values(by=['a','c'])

实验结果：

  b a d c
one 2 4 1 5
two 3 1 4 5
three 5 1 4 2

b 3
a 4
d 1
c 6
dtype: int64

series通过索引进行排序：

a 4
b 3
c 6
d 1
dtype: int64

series通过值进行排序:

d 1
b 3
a 4
c 6
dtype: int64

dataframe根据行索引进行降序排序（排序时默认升序，调节ascending参数）：

  b a d c
two 3 1 4 5
three 5 1 4 2
one 2 4 1 5

dataframe根据列索引进行排序：

  a b c d
one 4 2 5 1
two 1 3 5 4
three 1 5 2 4

dataframe根据值进行排序：

  b a d c
two 3 1 4 5
three 5 1 4 2
one 2 4 1 5

通过两个索引进行排序：

  b a d c
three 5 1 4 2
two 3 1 4 5
one 2 4 1 5
[Finished in 1.0s]

以上这篇pandas 对series和dataframe进行排序的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • Python实现aes加密解密多种方法解析

    Python实现aes加密解密多种方法解析

    这篇文章主要介绍了Python实现aes加密解密多种方法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • Python执行时间计算方法以及优化总结

    Python执行时间计算方法以及优化总结

    python脚本运行时间远远大于python脚本中统计的计算时间，所以本文将为大家分享就几个Python执行时间计算方法以及优化，感兴趣的可以了解一下
    2022-08-08
  • python中base64加密解密方法实例分析

    python中base64加密解密方法实例分析

    这篇文章主要介绍了python中base64加密解密方法,实例分析了base64加密解密的原理、用途与相关使用技巧,需要的朋友可以参考下
    2015-05-05
  • Python给定一个句子倒序输出单词以及字母的方法

    Python给定一个句子倒序输出单词以及字母的方法

    今天小编就为大家分享一篇Python给定一个句子倒序输出单词以及字母的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Python使用captcha制作验证码的实现示例

    Python使用captcha制作验证码的实现示例

    本文主要介绍了Python使用captcha制作验证码的实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2022-08-08
  • matplotlib之pyplot模块坐标轴范围设置(autoscale(),xlim(),ylim())

    matplotlib之pyplot模块坐标轴范围设置(autoscale(),xlim(),ylim())

    这篇文章主要介绍了matplotlib之pyplot模块坐标轴范围设置(autoscale(),xlim(),ylim()),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2021-03-03
  • TensorFlow查看输入节点和输出节点名称方式

    TensorFlow查看输入节点和输出节点名称方式

    今天小编就为大家分享一篇TensorFlow查看输入节点和输出节点名称方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • python递归下载文件夹下所有文件

    python递归下载文件夹下所有文件

    这篇文章主要为大家详细介绍了python递归下载文件夹下所有文件，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-08-08
  • Pandas DataFrame分组求和、分组乘积的实例

    Pandas DataFrame分组求和、分组乘积的实例

    这篇文章主要介绍了Pandas DataFrame分组求和、分组乘积的实例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-02-02
  • Python科学计算环境推荐——Anaconda

    Python科学计算环境推荐——Anaconda

    最近在用Python做中文自然语言处理。使用的IDE是PyCharm。PyCharm确实是Python开发之首选，但用于科学计算方面，还略有欠缺。为此我尝试过Enthought Canopy，但Canopy感觉把问题搞得复杂化，管理Python扩展也不太方便。直到今天我发现了 Anaconda 。
    2014-06-06

最新评论