Pandas手冊(4)- 對數(shù)據(jù)進(jìn)行篩選和排序

前幾天看了篇教程:使用Pandas對數(shù)據(jù)進(jìn)行篩選和排序

里面主要介紹了么库,我們在使用Pandas時跋炕,對數(shù)據(jù)進(jìn)行篩選和排序的介紹
這里簡單總結(jié)分享下自己克锣。

排序

可能是版本的問題茵肃,原文中的sort函數(shù)沒有了,變成了2個常用的函數(shù) sort_index和sort_value

DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, by=None)
Sort object by labels (along an axis)

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')
Sort by the values along either axis

sort_index:按照索引排序娶耍,及列標(biāo)簽或行標(biāo)簽免姿,axis=0是列標(biāo)簽,axis=1是行標(biāo)簽

df3 = pd.DataFrame(np.random.randn(6,4),
                   index=list(range(0,12,2)),
                   columns=list(range(0,8,2)))

print(df3)
print(df3.sort_index(axis=0,ascending=False))
print(df3.sort_index(axis=1,ascending=False))

sort_value:按值進(jìn)行排序榕酒,這個估計用的會多些胚膊,按數(shù)據(jù)內(nèi)容進(jìn)行排序

print(df3)
print(df3.sort_values(by=[0],axis=0,ascending=True))
print(df3.sort_values(by=[2],axis=0,ascending=False))

排序后呢故俐,我們可能有,只需要看到前10紊婉、后10這類的需求药版,需要用到另一個函數(shù) head()、tail()

篩選

篩選呢喻犁,我們上一篇介紹了loc和iloc
Pandas手冊(3)-DataFrame-Selection By Label/Position

這里槽片,我們實際應(yīng)用下

import pandas as pd
import numpy as np

df = pd.read_excel(r'D:\document\tableau_data\data_stu.xlsx',sheetname=0)
print(df)

#按照數(shù)學(xué)、語文肢础,降序排列
print(df.sort_values(by=['數(shù)學(xué)','語文'],ascending=False))
#按照數(shù)學(xué)还栓、語文,降序排列传轰,取前3
print(df.sort_values(by=['數(shù)學(xué)','語文'],ascending=False).head(3))
#按照數(shù)學(xué)剩盒、語文,降序排列慨蛙,取后3
print(df.sort_values(by=['數(shù)學(xué)','語文'],ascending=False).tail(3))

#篩選數(shù)學(xué)大于90的
print(df.loc[df['數(shù)學(xué)']>=90])
#篩選數(shù)學(xué)大于等于90辽聊,且語文小于60的
print(df.loc[(df['數(shù)學(xué)']>=90) & (df['語文']<60)])
#篩選數(shù)學(xué)或語文大于60分,愛英語排序
print(df.loc[(df['數(shù)學(xué)']>=60) | (df['語文']>=60)].sort_values(by=['英語']))

數(shù)據(jù)如下期贫,


image.png

我們主要是多種過濾條件的整合使用跟匆,大家多練習(xí)就可以掌握了

附錄(參考資料)

使用Pandas對數(shù)據(jù)進(jìn)行篩選和排序

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市通砍,隨后出現(xiàn)的幾起案子玛臂,更是在濱河造成了極大的恐慌,老刑警劉巖埠帕,帶你破解...
    沈念sama閱讀 217,084評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件垢揩,死亡現(xiàn)場離奇詭異,居然都是意外死亡敛瓷,警方通過查閱死者的電腦和手機叁巨,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,623評論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來呐籽,“玉大人锋勺,你說我怎么就攤上這事〗频” “怎么了庶橱?”我有些...
    開封第一講書人閱讀 163,450評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長贪惹。 經(jīng)常有香客問我苏章,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,322評論 1 293
  • 正文 為了忘掉前任枫绅,我火速辦了婚禮泉孩,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘并淋。我一直安慰自己寓搬,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,370評論 6 390
  • 文/花漫 我一把揭開白布县耽。 她就那樣靜靜地躺著句喷,像睡著了一般。 火紅的嫁衣襯著肌膚如雪兔毙。 梳的紋絲不亂的頭發(fā)上唾琼,一...
    開封第一講書人閱讀 51,274評論 1 300
  • 那天,我揣著相機與錄音澎剥,去河邊找鬼父叙。 笑死,一個胖子當(dāng)著我的面吹牛肴裙,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播涌乳,決...
    沈念sama閱讀 40,126評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼蜻懦,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了夕晓?” 一聲冷哼從身側(cè)響起宛乃,我...
    開封第一講書人閱讀 38,980評論 0 275
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎蒸辆,沒想到半個月后征炼,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,414評論 1 313
  • 正文 獨居荒郊野嶺守林人離奇死亡躬贡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,599評論 3 334
  • 正文 我和宋清朗相戀三年谆奥,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片拂玻。...
    茶點故事閱讀 39,773評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡酸些,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出檐蚜,到底是詐尸還是另有隱情魄懂,我是刑警寧澤,帶...
    沈念sama閱讀 35,470評論 5 344
  • 正文 年R本政府宣布闯第,位于F島的核電站市栗,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜填帽,卻給世界環(huán)境...
    茶點故事閱讀 41,080評論 3 327
  • 文/蒙蒙 一蛛淋、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧盲赊,春花似錦铣鹏、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,713評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至绘迁,卻和暖如春合溺,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背缀台。 一陣腳步聲響...
    開封第一講書人閱讀 32,852評論 1 269
  • 我被黑心中介騙來泰國打工棠赛, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人膛腐。 一個月前我還...
    沈念sama閱讀 47,865評論 2 370
  • 正文 我出身青樓睛约,卻偏偏與公主長得像,于是被迫代替她去往敵國和親哲身。 傳聞我的和親對象是個殘疾皇子辩涝,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,689評論 2 354

推薦閱讀更多精彩內(nèi)容