Python：pandas库sort

#Python：pandas库sort| 来源: 网络整理| 查看: 265

Python：pandas库sort_values方法的使用 1、起因2、sort_values() 函数说明3、sort_values() 具体参数4、sort_values() 使用4.1 单列/行排序4.2 多列/行排序 5、应用

1、起因

今天做到北京玛达科技有限公司2021数据处理工程师笔试题，有一题是这样：

在这里插入图片描述按照文件中单词出现频次由高往低依次排序，这个对我来说很好实现，用上 pandas 的 sort_values 方法就手到擒来。但是他后面又加上了一个条件，如果频次相同的情况下，按照单词的 MD5 值排序。这可把我迷住了：

先用sort_values方法，频次由高往低依次排，再把频次相同单独拿出来再用 MD5 排？（因为sort_values排序后，同一频次的单词顺序会改变）还是先 MD5 排，再在不改变同一频次的单词顺序情况下，频次由高往低依次排？

最后去看了有关于 sort_values 的文档，成功解决先把单词出现频次由高往低依次排序，再把频次相同的情况下的单词按照 MD5 值排序这个问题，下面我带大家回顾一下 Python pandas sort_values() 方法的使用

2、sort_values() 函数说明

pandas 库的 sort_values() 函数可以对 Dataframe 的数据集按照某个字段中的数据进行排序。该函数可以指定列数据或行数据进行排序，可以是单个，也可以是多个（以前经常用来处理单列/行数据，忘记了 sort_values() 也可以处理多列/行数据）。 series 也有一个 sort_values() 函数，但在参数上稍有区别。

官方文档：pandas.Series.sort_values 和 pandas.DataFrame.sort_values

3、sort_values() 具体参数

格式如下：

DataFrame.sort_values(by=‘进行排序的列名或索引值’, axis=0, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’, ignore_index=False, key=None) 参数说明by指定要进行排序的列名或索引值axis若 axis=0 或 ‘index’，则按照指定列的数据大小排序；若 axis=1 或 ‘columns’，则按照指定索引中数据大小排序。默认axis=0ascending若 ascending=True，则按照升序排序；若 ascending=False，则按降序排序，默认为True，即升序排序。如果这是一个 bool 列表，则必须匹配 by 的长度inplace排序后的数据是否替换原来的数据，默认为False，即不替换ignore_index是否重置索引，默认为不重置 4、sort_values() 使用 4.1 单列/行排序 import pandas as pd df = pd.read_csv('test.csv') # 根据hello列降序排序 data = df.sort_values(by="hello", ascending=False, ,axis=0) # axis=0表示按列，同理axis=1表示按行 4.2 多列/行排序 import pandas as pd df = pd.read_csv('test.csv') # 根据第一列降序排序，当第一列相同时，根据第三列进行升序排序。并且重置索引，替换原数据 data = df.sort_values(by = ['col1','col3'],ascending=[False,True],ignore_index=True,inplace=True) 5、应用

所以一开始那道题我这样写的：

# -*- coding: utf-8 -*- # --- # @Software: PyCharm # @File: main.py # @Author: WangYunchang # @E-mail: [email protected] # @Site: # @Time: 9月 20, 2022 # --- import csv import pandas as pd import hashlib counts = {} # 读取文件 txt = open("word2count.txt").read() # 将大写字母转化为小写 txt = txt.lower() # 把文章中不是英文字母的全部代替为空格 for ch in '0123456789.,()%-': txt = txt.replace(ch, " ") # 分割成列表 words = txt.split() # 统计单词 for word in words: counts[word] = counts.get(word, 0) + 1 items = list(counts.items()) # 将所得单词及数目写入csv文件中 csvFile = open('word_result.csv', 'w', newline='') # 写入表头，A是单词，B是出现次数 csv.writer(csvFile).writerow(["A", "MD5", "B"]) # 统计结果写入csv writer = csv.writer(csvFile) for key in counts: # MD5值 ss = hashlib.md5(key.encode('utf-8')).hexdigest() writer.writerow([key, ss, counts[key]]) csvFile.close() df = pd.read_csv('word_result.csv') # 根据B降序排序，当B相同时，根据MD5进行降序排序 data = df.sort_values(by=["B", "MD5"], ascending=[False, False]) # 删除MD5 data = data.drop(columns="MD5") # 把新的数据写入文件 data.to_csv('word_result.csv', mode='w', index=False)

【本文地址】

公司简介

联系我们