3.9 数据排序与排名
本节主要介绍数据的各种排序和排名方法。
3.9.1 数据排序
DataFrame数据排序主要使用sort_values()方法，该方法类似于SQL中的ORDER BY。sort_values()方法可以根据指定行／列进行排序，语法如下：
DataFrame.sort_values(by,axis=0,ascending=True,inplace=False,kind='quicksort',na_position='last',ignore_ index=False)
参数说明：
by：要排序的名称列表。
axis：轴，axis=0表示行，axis=1表示列。默认值为0，即按行排序。
ascending：升序或降序排序，布尔值，指定多个排序可以使用布尔值列表。默认值为True。
inplace：布尔值，默认值为False，如果值为True，则就地排序。
kind：指定排序算法，值为quicksort（快速排序）、mergesort（混合排序）或heapsort（堆排），默认值为quicksort。
na_position：空值（NaN）的位置，值为first空值在数据开头，值为last空值在数据最后，默认值为last。
ignore_index：布尔值，是否忽略索引，值为True标记索引（从0开始按顺序的整数值），值为False则忽略索引。
1．按一列数据排序
【示例46】 按“销量”降序排序。（示例位置：资源包\MR\Code\03\46）
按“销量”降序排序，排序对比效果如图3.61和图3.62所示。
图3.61 原始数据
图3.62 按“销量”降序排序
实用技巧
Spyder变量浏览窗口本身也支持数据排序，单击需要排序的列即可实现升序或降序排序。
程序代码如下：
2．按多列数据排序
多列排序是按照给定列的先后顺序进行排序的。
【示例47】 按照“图书名称”和“销量”降序排序。（示例位置：资源包\MR\Code\03\47）
按照“图书名称”和“销量”降序排序，首先按“图书名称”降序排序，然后再按“销量”降序排序，排序后的效果如图3.63所示。
图3.63 按照“图书名称”和“销量”降序排序
主要代码如下：
df1=df.sort_values(by=['图书名称','销量'])
3．对统计结果排序
【示例48】 对分组统计数据进行排序。（示例位置：资源包\MR\Code\03\48）
按“类别”分组统计销量并进行降序排序，统计排序后的效果如图3.64所示。
图3.64 按“类别”分组统计销量并降序排序
主要代码如下：
01 df1=df.groupby(["类别"])["销量"].sum().reset_index() 02 df2=df1.sort_values(by='销量',ascending=False)
4．按行数据排序
【示例49】 按行数据排序。（示例位置：资源包\MR\Code\03\49）
按行排序，主要代码如下：
df=dfrow.sort_values(by=0,ascending=True,axis=1)
注意
按行排序的数据类型要一致，否则会出现错误提示。
3.9.2 数据排名
排名是根据Series对象或DataFrame的某几列的值进行排名的，主要使用rank()方法，语法如下：
DataFrame.rank(axis=0,method='average',numeric_only=None,na_option='keep',ascending=True,pct=False)
参数说明：
axis：轴，axis=0表示行，axis=1表示列。默认值为0，即按行排序。
method：表示在具有相同值的情况下所使用的排序方法。设置值如下。
average：默认值，平均排名。
min：最小值排名。
max：最大值排名。
first：按值在原始数据中的出现顺序分配排名。
dense：密集排名，类似最小值排名，但是排名每次只增加1，即排名相同的数据只占一个名次。
numeric_only：对于DataFrame对象，如果设置值为True，则只对数字列进行排序。
na_option：空值的排序方式，设置值如下。
keep：保留，将空值等级赋值给NaN值。
top：如果按升序排序，则将最小排名赋值给NaN值。
bottom：如果按升序排序，则将最大排名赋值给NaN值。
ascending：升序或降序排序，布尔值，指定多个排序可以使用布尔值列表。默认值为True。
pct：布尔值，是否以百分比形式返回排名。默认值为False。
1．顺序排名
【示例50】 对产品销量按顺序进行排名。（示例位置：资源包\MR\Code\03\50）
下面对销量相同的产品，按照出现的顺序排名，程序代码如下：
程序运行结果如图3.65所示。
2．平均排名
【示例51】 对产品销量进行平均排名。（示例位置：资源包\MR\Code\03\51）
现在对销量相同的产品，按照顺序排名的平均值作为平均排名，主要代码如下：
01 df['平均排名']=df['销量'].rank(ascending=False) 02 df1=df[['图书名称','销量','平均排名']]
程序运行结果如图3.66所示。
3．最小值排名
排名相同的，按顺序排名取最小值作为排名，主要代码如下：
df['最小值排名']=df['销量'].rank(method="min",ascending=False)
4．最大值排名
排名相同的，按顺序排名取最大值作为排名，主要代码如下：
df['最大值排名']=df['销量'].rank(method="max",ascending=False)
图3.65 销量相同按出现的先后顺序排名
图3.66 销量相同按顺序排名的平均值排名