Series的排序和排名

Series的排序和排名

Python是目前最流行最简单用途最广泛的编程语言，大数据时代最应该学习的一门编程语言。其中，数据分析的库pandas是Python最经典的库之一。现在我们看一下Series的排序和排名方法的使用例子。

前提：加载numpy,pandas和Series,DataFrame。

生成一个Series，指定索引，具体如图

Series的按索引排序和按值排序。

分别使用s1.sort_index()和s1.sort_values()对s1按索引和值进行排序。

如图

Series如果有缺失值，那么用sort_values方法排序后，缺失值将会被放在Series的末尾，如图

Series的排名。

这里新生成一个Series，名称是s3,

使用s3.rank()或s3.rank(method='average')均可对s3分配平均排名，如图

如果要根据值在原Series的出现顺序排名，则需要使用s3.rank(method='first')，此处method=‘first’即可保证让值在原数据中的出现顺序进行排名，如图

Series的降序排名和升序排名。

s3.rank(ascending=False,method='max')表示s3降序并按分组最大排名；s3.rank(ascending=True,method='min')表示s3升序并按分组最小排名；

如图