pandas数据应用案例

用以下数据做一个简单的python数据分析案例

DataFrame.sort_values(by=‘##’,axis=0,ascending=True, inplace=False, na_position=‘last’)
参数	说明
by	       指定列名(axis=0或’index’)或索引值(axis=1或’columns’)
axis	   若axis=0或’index’，则按照指定列中数据大小排序；若axis=1或’columns’，则按照指定索引中数据大小排序，默认axis=0
ascending  是否按指定列的数组升序排列，默认为True，即升序排列
inplace	   是否用排序后的数据集替换原来的数据，默认为False，即不替换
na_position	{‘first’,‘last’}，设定缺失值的显示位置

#依据第一列排序，并将该列空值放在首位
df.sort_values(by=['col1'],na_position='first')
#依据第二、三列，数值降序排序
df.sort_values(by=['col2','col3'],ascending=False)
#根据第一列中数值排序，按降序排列，并替换原数据
df.sort_values(by=['col1'],ascending=False,inplace=True,na_position='first')
print(df)
x = pd.DataFrame({'x1':[1,2,2,3],'x2':[4,3,2,1],'x3':[3,2,4,1]}) 
print(x)
#按照索引值为0的行，即第一行的值来降序排序
print(x.sort_values(by =0,ascending=False,axis=1))

更为详细的函数参见：

https://blog.csdn.net/zhili8866/article/details/68134481（基本的数据函数都有）

https://blog.csdn.net/MsSpark/article/details/83154128  （排序sort_value函数）

http://www.cnblogs.com/We612/p/10168531.html

http://www.cnblogs.com/zhoug2020/p/7762633.html

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！