python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > pandas库sort_values()

Python中pandas库sort_values()方法的使用

作者：跳舞的皮埃尔

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，下面通过本文讲解下Python中pandas库sort_values()方法的使用，感兴趣的朋友一起看看吧

Python：pandas库sort_values方法的使用

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：

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=0
ascending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: wangyunchang@dxy.cn
# @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)

到此这篇关于Python中pandas库sort_values()方法的使用的文章就介绍到这了,更多相关pandas库sort_values()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:
阅读全文