import numpy as np
import pandas as pd

排序

按索引排序

s = pd.Series([3, 2, 1, 4, 5, np.nan], index=['d', 'b', 'a', 'c', 'e', 'f'])
s

d    3.0
b    2.0
a    1.0
c    4.0
e    5.0
f    NaN
dtype: float64

s.sort_index() # 默认 ascending=True， 升序

a    1.0
b    2.0
c    4.0
d    3.0
e    5.0
f    NaN
dtype: float64

df = pd.DataFrame(np.arange(12).reshape(3, 4), index=['C', 'A', 'B'], columns=['c', 'a', 'b', 'd'])
df

	c	a	b	d
C	0	1	2	3
A	4	5	6	7
B	8	9	10	11

df.sort_index() # 默认 axis=0，按 index 排序

	c	a	b	d
A	4	5	6	7
B	8	9	10	11
C	0	1	2	3

按值排序

注意：按值排序的时候，无论升序还是降序，NaN 值都是放在最后的

s.sort_values()

a    1.0
b    2.0
d    3.0
c    4.0
e    5.0
f    NaN
dtype: float64

# 单列
df.sort_values('a', ascending=False)

	c	a	b	d
B	8	9	10	11
A	4	5	6	7
C	0	1	2	3

# 多列
df.sort_values(['A', 'B'], axis=1)

	c	a	b	d
C	0	1	2	3
A	4	5	6	7
B	8	9	10	11

排名

s1 = pd.Series([7, -5, 7, 4, 2, 0, 4])
s1

0    7
1   -5
2    7
3    4
4    2
5    0
6    4
dtype: int64

s1.rank() # 默认 method='average', 为相同值分配平均排名

0    6.5
1    1.0
2    6.5
3    4.5
4    3.0
5    2.0
6    4.5
dtype: float64

s1.rank(method='first') # 按值在原始数据直中出现的顺序排名

0    6.0
1    1.0
2    7.0
3    4.0
4    3.0
5    2.0
6    5.0
dtype: float64

s1.rank(method='min') # 使用整个分组的最小排名

0    6.0
1    1.0
2    6.0
3    4.0
4    3.0
5    2.0
6    4.0
dtype: float64

s1.rank(method='max') # 使用这个分组的最大排名

0    7.0
1    1.0
2    7.0
3    5.0
4    3.0
5    2.0
6    5.0
dtype: float64

s1.rank(method='dense') # 类似于min方法，但是排名是在组件加1，并列值出现是不会有“断点”出现

0    5.0
1    1.0
2    5.0
3    4.0
4    3.0
5    2.0
6    4.0
dtype: float64

# DataFrame排名
df = pd.DataFrame({'b': [4, 7, -3, 2], 'a': [0, 1, 0, 1], 'c': [-2, 5, 8, -3]})
df

	b	a	c
0	4	0	-2
1	7	1	5
2	-3	0	8
3	2	1	-3

df.rank(method='first')

	b	a	c
0	3.0	1.0	2.0
1	4.0	3.0	3.0
2	1.0	2.0	4.0
3	2.0	4.0	1.0