課題4.1數據的排序與排名課型講練

授課班級大數據授課時數2

L能夠對數據按照指定列排序。

教學目標2.能夠對數據按照指定列排名。

3.理解排名函數rank中排名方法參數method的用法。

1.能夠對數據按照指定列排序。

教學重點

2.能夠對數據按照指定列排名。

教學難點1.理解排名函數rank中排名方法參數method的用法。

對數據進行排序是數據分析的一種常用的方法，而且這種方法也常常和

學情分析其他方法一起使用，比如在統計頻數后，可以再按照方式進行排序。排序和

排名在Excel中已經學過了，方法也類似。

在數據分析時，對數據進行排序和排名是常用的一種操作。通過數據的排序和排

名，比較容易發現數據的特征或趨勢，找到解決問題的線索。除此之外，排序和排名

還有助于對數據檢查糾錯，為數據的分組或分段等提供方便。

一、數據排序

數據排序是指數據按一定方式進行排列，通過數據排序可以更為方便地看出數據

特征。DataFrame排序可以分為按索引排序和按某列值排序，索引排序是指按照

DataFrame索引的值升序或降序的方式重新排列數據，而按列值排序是指可以按照

DataFrame某一列的值升序或降序的方式重新排列數據。利用sort_index函數可對索

引進行排序，而利用sort_values函數可對值進行排序。

1.按索引排序

按索引排序是指DataFrame按照索引進行排序，索引排序可以使用sort_index函

數，sort_index函數的一般用法如下：

sort_index(ascendingjnplace)

其中，ascending表示排序方式，True為升序排列，False為降序排列，默認是True,

即默認是升序排序。

示例代碼如下：

importnumpyasnp

importpandasaspd

arr=np.arange(1,10).reshape(3,3)

data=pd.DataFrame(arr,columns=['a,/b,,,c,J)

datafd*]=[3,4,2]

data=data.set_index(d)

print("初始數據為:\n”,data)

data_sort_index_1=data.sort_index(inplace=False)

print("按索引升序排序的結果為:\n”,data_sort_index_l)

data_sort_index_2=data.sort_index(ascending=False,inplace=False)

print("按索引降序排序的結果為:\n”,data_sort_index_2)

輸出結果如圖4-*所示。

Run:4-1

>C:\Users\liliang\Anaconda3\python.exeC:/Users/liliang/PycharmProjects/sjfx/4-l.py

初始數據為：

abc

二ad

a3123

?.4456

?2789

■按索引升序排序的結果為：

abc

d

2789

3123

4456

按索引降序排序的結果為：

abc

d

4456

3123

2789

Processfinishedwithexitcode0

圖4-*按索引排序示例結果

2.按列值排序

按列值排序是DataFrame按照某一列的值進行排序，值排序序可以使用

sort_values函數，sort_values函數的一般用法為：

sort_values(by,ascending,inplace)

其中，by表示表示按照某一列或幾列得值進行排序。ascending表示排序方式，

True為升序排列，False為降序排列，默認是True,即默認是升序排序。

示例代碼如下：

data=data.reset_index()#取消用戶自定義索引，恢復成自動索引

data['e']=[2,3,2]

data=data[['a','b','c','d','e']]#重新排列原來的列

print("初始數據為:\n”,data)

data_sort=data.sort_values(by=['e','d'],ascending=[False,False])

print("按e、d兩列降序排序的結果為:\n",data_sort)

輸出結果如圖4-*所示。

Run:4-1

>C:\Users\liliang\Anaconda3\python.exeC:/Users/liliang/PycharmProjects/sjfx/4-l.py

初始數據為：

abcde

rp012332

“145643

278922

7按e、d兩列降序插手的結.為:

■abed?

145643

012332

27892；

Processfinishedwithexitcode0

圖4-*按列排序示例結果

【結果分析】按e、d兩列降序排序時，即先按e列降序排序，再按d列降序排

序。只有當e列的值相同時(都為2),才會再按d列的值排序。。

二、數據排名

在實際工作中，經常需要對數據進行排名，比如對客戶的銷售金額進行排名，查

看重點客戶名單。排名函數在很多數據分析軟件都有，如Excel中的rank函數。而在

pandas中，也有類似的rank函數，該函數可以對DataFrame按照某列進行排名，其

一般用法如下：

rank(method,ascending)

其中，method表示重復數值排名的處理方法。average表示整個相同排名組中平

均排名。min表示整個相同排名組中的最小排名。max表示整個相同排名組中的最大

排名。ascending表示排名順序，True表示升序排列，False表示降序排列，默認是True。

如一組數據6、5、5、2,在降序的情況下，數值6排名第1,數值2排名第4,

重復的數值5占據排名第2和第3。如果按照平均排名，兩個數值5都是排名2.5；

如果按照最小排名，兩個數值5都是排名2；如果按照最大排名，兩個數值5都是排

名3。

在利用rank函數對數據進行排名時，還有一點需要注意，就是在對某一列進行

排名，需要對該列進行去空處理，否則會報錯。

示例代碼如下：

print("初始數據為:\n”,data)

data['e_rank_avg']=data['e'].rank(method='average',ascending=False)

print("降序排名時按平均排名的結果:\n”,data)

data.drop(labels=,e_rank_avg,,axis=1,inplace=True)

data「e_rank」nin']=data['e*].rank(method=,min,,ascending=False)

print("降序排名時按最小排名的結果:\n”,data)

data.drop(labels='e_rank_min',axis=1,inplace二True)

data「e_rank_max']=data[,e,].rank(method=,max,,ascending=False)

prinl("降序排名時按最大排名的結果:\n”,data)

輸出結果如圖4?*所示。

Run:4-1

AC:\Users\liliang\Anaconda3\python.exeC:/U$er$/1i1iang/Pychar?Projects/sjfx/4-i.py

初始數愜為：

abcde

■J5012332

145643

278922

二崎后排名時按平均排名的培果：

■abcdee_rank_avg

0123322.5

1456431.0

2789222.5

降序排名時技最小排名的結果：

abcdee_rank_min

O123322.0

145643l.O

2789222.0

降序排名時按最大揖名的結果：

abcdee__rank_max

0123323.0

145643l.O

2789223.6

Processfinishedwithexitcode0

圖4-*數據排名示例結果

任務實訓

任務1：利用read_excel導入supermarket.xlsx(supermarket.xlsx存放在c:\data路

徑中)中的“銷售統計”工作表(第1張工作表)，導入時將“客戶ID”列設為索引，

將導入數據命名為datal,完成：

(1)按索引升序排序，輸出前5個數據。

(2)按列進行排序，先按“折扣”列降序排序，再按照“折扣金額”升序排序,

輸出前5個數據。

任務1(1)具體代碼如下：

pd.set_option('display.max_columns',None)

pd.set_option('display.width',None)

pd.set_option('display.unicode.east_asian_width',True)

datal=pd.read_excel("c:\data\supermarket.xlsx”,index_col='客戶ID')

print("導入的數據為:\n",data1.head())

result_sort_l=datal.sort_index().head()

print。,按索引升序排序的結果為:\n",result_sort_l)

輸出結果如圖4-*所示。

Run:4-1

C:\Users\liliang\Anaconda3\python.exeC:/Users/liliang/PycharmProjects/sjfx/4-l.py

導入的數據為：

訂單10產品ID產品名稱客戶姓名省城市單價儲售金額折扣折扣金額

S三客戶ID

=i14485US-2018-1357144辦公用-用品-10062717Fiskars剪刀，藍色西惠浙江杭州6521300.478.0

16165CN-2018-1973789辦公用-信封-10094832GlobeWeis搭扣信封，紅色許安四川內江6321260.0126.0

10165CN-2018-1973789辦公用-裝訂-10001505Cardinal孔加固材料，回收許安四川內江162320.419.2

■17170US-2018-3017568辦公用用品-10003746Kleencut開信刀，工史宋良江蘇鎮江8043290.4192.0

15730CN-2017-2975416辦公用-器具-10003452KitchenAid攪拌機，黑色萬蘭廣東汕頭459313770.01377.0

按索引升序排序的結果為：

訂單ID產品ID產品名稱客戶姓名省城市單價數at俏售金額折扣折扣金額

客戶10

10165CN-2018-1973789辦公用-信封-10004832GlobeWeis搭扣信封，紅色將安四川內江6321260.0126.0

1016SCN-2018-1973789辦公用-裝訂-10001S05Cardinal孔加固材料，回收許安四川內江162320.419.2

14485US-2018-1357144辦公用-用品-10002717Fiskars剪刀，藍色B5K淅江杭州6521300.478.0

157珀CN-2017-2975416辦公用法三-10005452KitchenAid稅揮機，黑色萬蘭廣東汕頭459313770.01377.0

17170US-2018-3017568辦公用用品-10003746Kleencut開信刀，工業宋良江蘇鎮江8。43200.4192.0

Processfinishedwithexitcode0

圖4?*任務1(1)輸出結果

任務1(2)具體代碼如下：

result_sort_2=data1.sort_values(by=[*折扣V折扣金額

,J,ascending=[False,TrueJ).head()

print("先按折扣，列降序排序再按照折扣金額，升序排序的結果為:\n\result_sort_2)

輸出結果如圖3?*所示。

Run:4-1

C:\Users\liliang\Anaconda3\python.exeC:/User$/liliang/Pychar?Projects/sjfx/4-l.py

先按‘折扣’列降序排序再度照?折扣金額?升序探序的結果為：

訂單ID產品ID產品名稱客戶姓名省城市半價梢售金額折扣折扣金餓

5客戶ID

16360US-2018-4733722辦公用-莢術-10002705Sanford靈光筆，匕色統黎江蘇鹽城152300.86.0

二21265U$-2017-5956361辦公用-美術-10001467Boston速寫本，藍色都濡四川內江4562700.854.0

10165CN-2018-1973789辦公用裝訂10001505Cardinal孔加固材料，回收許安四川內江162320.419.2

■10600US-2017-4150614家具?用具-10001174Tenex燈泡，黑色賈影浙江溫嶺5321060.463.6

11980US-2617-4297166辦公用-系固-10004142ACCOS按仃，整包林丹江寧沈陽4131230.473.8

Processfinishedwithexitcode0

圖4-*任務1(2)輸出結果

任務2：將任務1的結果datal重新命名為data2,在“銷售金額”列降序排序的

情況下，統計“數量”列的排名，“數量”列排名方式為降序，如果“數量”列數據

出現重復，采用最小排名。

具體代碼如下：

data2=datal

data2=data2.sort_values(by='銷售金額',ascending=False)

data2r數量排名']=data2r數量]rank(method='min',ascending=False)

print("排序和排名處理結果為:\n",dala2.head())

輸出結果如圖4-*所示。

C:\Users\liliang\Anaconda3\python.exeC:/Users/1i1iang/PycharmProjects/sjfx/4-l.py

撐序和撐名處理也聚力：

訂單ID產品10產品名稱客戶姓名管城市單位段?WtK金舞折扣折扣金金坡?嫌名

用戶ID

1982sCN-2617-2828982辦公用-器具-10000297HMiltonBeach爐灶，36色蘇第山東青島5126406.012640.018.e

IS98sCN-2018-239689S技術-電話-10064015