大数据分析06 数据排序汇总

排序

• 数据源

data = {'ID': ['000001', '000002', '000003', '000004', '000005', '000006', '000007'],'name':['黎明', '赵怡春', '张富平', '白丽', '牛玉德', '姚华', '李南'], 'gender':[True, False, True, False, True, False, True], 'age':[16, 20, 18, 18, 17, 18, 16], 'height':[1.88, 1.78, 1.81, 1.86, 1.74, 1.75, 1.76]}
frame = pd.DataFrame(data)
frame

• 按顺序排序

frame = frame.reindex([6, 5, 4, 3, 2, 1, 0])
frame

• 按照列排序
  默认升序

frame.sort_values(by=['height'])

• 排序方式

frame.sort_values(by=['height'], ascending=False)frame.sort_values(by=['height','age'], ascending=[True,False])

• 排序序号删除

frame = frame.reset_index(drop=False)
frame

• 纯数字按照某行或者列的值排序

frame1.sort_values(by=[3], axis=1)

分组聚合

• 聚合

groups = frame.groupby(frame['gender'])

• 汇总

groups.count()

• 简单value统计

frame['gender'].value_counts()

等同于

frame[['gender']].groupby(frame['gender']).count()

• 分组排序统计

frame[['ID']].groupby([frame['gender'], frame['age']]).count().sort_values(by=['gender', 'age'], ascending=[False, True])

• 展示平均值

frame['height'].groupby([frame['gender'], frame['age']]).mean()

• 按值的长度

frame['name'].groupby(frame['name'].apply(len)).count()

• 按随机数
  apply执行任意函数，使用args=[] 传递参数。

frame['name'].groupby(frame['height'].apply(round, args=[2])).count()

• 自定义函数
  男女生高差排序

def peak2peak(arr):return arr.max() - arr.min()frame['height'].groupby(frame['gender']).apply(peak2peak)

• 匿名函数lambda

frame['height'].groupby(frame['gender']).apply(lambda arr:arr.max()-arr.min())