码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • Pandas常用操作命令(五)——数据排序sort_values


    文章目录

    • 🏳️‍🌈 5. 排序
      • 5.1 拆分列,生成新的Dataframe
      • 5.2 重置索引
      • 5.3 按照语文成绩升序排序,默认升序排列
      • 5.4 按照数学成绩降序排序
      • 5.5 先按语文成绩升序排列,再按数学成绩降序排列
      • 5.6 语文成绩80及以上
      • 5.7 语文成绩80及以上以及数学成绩90分及以上
      • 5.8 语文成绩80及以上或数学成绩90分及以上
      • 5.9 输出成绩100的行和列号
      • 5.10 增加一列“省份-城市”
      • 5.11 增加一列总分
      • 5.12 按照总分、语文、数学、英语成绩依次排序
      • 5.13 新增一列表示学生语文成绩等级的列(优秀、良好、中等、不及格)
    • 推荐阅读

    大家好,我是 👉【Python当打之年(点击跳转)】

    本期为大家带来 《 Pandas常用操作命令》 的 第五篇 ,主要介绍在数据处理可视化过程中经常用到的一些指令,本系列在后期会不断进行补充更新,希望对你有所帮助,如有疑问或者需要改进的地方可以私信小编。


    🏳️‍🌈 5. 排序

    示例数据:

    在这里插入图片描述

    # 重命名列
    df.columns = ['姓名','性别','语文','数学','英语','城市','省份']
    
    • 1
    • 2

    5.1 拆分列,生成新的Dataframe

    df1 = df['姓名'].str.split('-',expand=True)
    df1.columns = ['学号','姓名']
    df1['性别'] = df['性别']
    df1['语文'] = df['语文']
    df1['数学'] = df['数学']
    df1['英语'] = df['英语']
    df1['城市'] = df['城市']
    df1['省份'] = df['省份']
    
    df1.dropna(inplace = True)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    在这里插入图片描述

    5.2 重置索引

    df_last = df1.reset_index(drop=True)
    
    • 1

    在这里插入图片描述

    5.3 按照语文成绩升序排序,默认升序排列

    df_last.sort_values('语文')
    
    • 1

    在这里插入图片描述

    5.4 按照数学成绩降序排序

    df_last.sort_values('数学', ascending=False)
    
    • 1

    在这里插入图片描述

    5.5 先按语文成绩升序排列,再按数学成绩降序排列

    df_last.sort_values(['语文','数学'], ascending=[True,False])
    
    • 1

    在这里插入图片描述

    5.6 语文成绩80及以上

    df_last[df_last['语文']>=80]
    
    df_last.query('语文 > 80')
    
    • 1
    • 2
    • 3

    在这里插入图片描述

    5.7 语文成绩80及以上以及数学成绩90分及以上

    df_last[(df_last['语文']>=80) & (df_last['数学']>=90)]
    
    • 1

    在这里插入图片描述

    5.8 语文成绩80及以上或数学成绩90分及以上

    df_last[(df_last['语文']>=80) | (df_last['数学']>=90)]
    
    • 1

    在这里插入图片描述

    5.9 输出成绩100的行和列号

    row, col = np.where(df_last.values == 100)
    print('%s\t%s'%(row,col))
    
    • 1
    • 2
    [0 7]	 [4 5]
    
    • 1

    5.10 增加一列“省份-城市”

    df_last['省份-城市'] = df_last['省份'] + '-' + df_last['城市']
    
    • 1

    在这里插入图片描述

    5.11 增加一列总分

    df_last['总分'] = df_last[['语文','数学','英语']].sum(axis = 1)
    
    • 1

    在这里插入图片描述

    5.12 按照总分、语文、数学、英语成绩依次排序

    df_last.sort_values(by =['总分','语文','数学','英语'],ascending=False)
    
    • 1

    在这里插入图片描述

    5.13 新增一列表示学生语文成绩等级的列(优秀、良好、中等、不及格)

    def get_letter_grade(score):
        if score>=90:
            return '优秀'
        elif score>=80:
            return '良好'
        elif score>=60:
            return '中等'
        else:
            return '不及格'
        
    df_last['语文等级'] = df_last['语文'].apply(lambda score: get_letter_grade(score))
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    在这里插入图片描述

    未完待续。。。


    文章首发:微信公众号 “Python当打之年” ,Python编程技巧推送,希望大家可以喜欢。

    以上就是本期为大家整理的全部内容了,赶快练习起来吧,原创不易,喜欢的朋友可以点赞、收藏也可以分享(注明出处)让更多人知道。

    推荐阅读

    • 👨‍🎓 【Pandas+Pyecharts | 山东省高考考生数据分析可视化】
    • 🚗 【Pandas+Pyecharts | 40000+汽车之家数据分析可视化】
    • 🛒 【Pandas+Pyecharts | 20000+天猫订单数据可视化】
    • 🏠 【Pandas+Pyecharts | 广州市已成交房源信息数据可视化】
    • 🏫 【Pandas+Pyecharts | 考研信息数据可视化】
    • 💸 【Pandas+Pyecharts | 某平台招聘信息数据可视化】
    • 🏥 【Pandas+Pyecharts | 医院药品销售数据可视化】
    • 💰️ 【Pyecharts | 比特币每日价格动态可视化】
    • 🥮 【可视化 | Python中秋月饼销量分析,这些口味才是yyds!】
    • 🎦 【Pyecharts | 《白蛇2:青蛇劫起》20000+数据分析可视化】
    • 💑 【Pyecharts | 历年全国各地民政局登记数据分析+可视化】
    • 🌏 【Pandas+Pyecharts | 全国热门旅游景点数据分析+可视化】
    • 🏆 【Pandas+Pyecharts | 2020东京奥运会奖牌数据可视化】
    • 🏹 【Pandas常用基础操作指令汇总 】
    • 🎯 【pandas + pyecharts | ADX游戏广告投放渠道综合分析】
    • 🕔 【Schedule + Pyecharts | 时间序列图(动态轮播图)】
    • 🏠 【Pandas+Pyecharts | 北京某平台二手房数据分析+可视化】
    • 🏫 【Pandas+Pyecharts | 2021中国大学综合排名分析+可视化】
    • 🎦 【爬虫 | Python爬取豆瓣电影Top250 + 数据可视化】
    • 📡 【技巧 | Python创建自己的高匿代理IP池】

  • 相关阅读:
    轻舟程序创建的centos7.x磁盘合并到根的操作方法
    GoFrame+Vue+ElementUI框架快速入门教程
    【Python】PySpark 数据处理 ① ( PySpark 简介 | Apache Spark 简介 | Spark 的 Python 语言版本 PySpark | Python 语言场景 )
    QtC++与QRadioButton详解
    开源项目-SeaTunnel-UI数据集成系统
    RTL8720DN开发笔记一 环境搭建与mqtt实例
    冯喜运:4.26最新外汇黄金美原油走势分析及操作策略
    4500亿芯片巨无霸Arm上市!今年最大IPO诞生
    第4章 R语言编程基础——数据整理与预处理
    通过Power Platform自定义D365 CE 业务需求 - 8. 使用PowerApps配置
  • 原文地址:https://blog.csdn.net/weixin_42152811/article/details/125424048
  • 最新文章
  • 攻防演习之三天拿下官网站群
    数据安全治理学习——前期安全规划和安全管理体系建设
    企业安全 | 企业内一次钓鱼演练准备过程
    内网渗透测试 | Kerberos协议及其部分攻击手法
    0day的产生 | 不懂代码的"代码审计"
    安装scrcpy-client模块av模块异常,环境问题解决方案
    leetcode hot100【LeetCode 279. 完全平方数】java实现
    OpenWrt下安装Mosquitto
    AnatoMask论文汇总
    【AI日记】24.11.01 LangChain、openai api和github copilot
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1
正则表达式工具 cron表达式工具 密码生成工具

京公网安备 11010502049817号