Python数据分析与可视化教案4

课题4.1数据的排序与排名课型讲练

授课班级大数据授课时数2

L能够对数据按照指定列排序。

教学目标2.能够对数据按照指定列排名。

3.理解排名函数rank中排名方法参数method的用法。

1.能够对数据按照指定列排序。

教学重点

2.能够对数据按照指定列排名。

教学难点1.理解排名函数rank中排名方法参数method的用法。

对数据进行排序是数据分析的一种常用的方法，而且这种方法也常常和

学情分析其他方法一起使用，比如在统计频数后，可以再按照方式进行排序。排序和

排名在Excel中已经学过了，方法也类似。

在数据分析时，对数据进行排序和排名是常用的一种操作。通过数据的排序和排

名，比较容易发现数据的特征或趋势，找到解决问题的线索。除此之外，排序和排名

还有助于对数据检查纠错，为数据的分组或分段等提供方便。

一、数据排序

数据排序是指数据按一定方式进行排列，通过数据排序可以更为方便地看出数据

特征。DataFrame排序可以分为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数据，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数据。利用sort_index函数可对索

引进行排序，而利用sort_values函数可对值进行排序。

1.按索引排序

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

数，sort_index函数的一般用法如下：

sort_index(ascendingjnplace)

其中，ascending表示排序方式，True为升序排列，False为降序排列，默认是True,

即默认是升序排序。

示例代码如下：

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("初始数据为:\n”,data)

data_sort_index_1=data.sort_index(inplace=False)

print("按索引升序排序的结果为:\n”,data_sort_index_l)

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

print("按索引降序排序的结果为:\n”,data_sort_index_2)

输出结果如图4-*所示。

Run:4-1

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

初始数据为：

abc

二ad

a3123

».4456

?2789

■按索引升序排序的结果为：

abc

d

2789

3123

4456

按索引降序排序的结果为：

abc

d

4456

3123

2789

Processfinishedwithexitcode0

图4-*按索引排序示例结果

2.按列值排序

按列值排序是DataFrame按照某一列的值进行排序，值排序序可以使用

sort_values函数，sort_values函数的一般用法为：

sort_values(by,ascending,inplace)

其中，by表示表示按照某一列或几列得值进行排序。ascending表示排序方式，

True为升序排列，False为降序排列，默认是True,即默认是升序排序。

示例代码如下：

data=data.reset_index()#取消用户自定义索引，恢复成自动索引

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

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

print("初始数据为:\n”,data)

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

print("按e、d两列降序排序的结果为:\n",data_sort)

输出结果如图4-*所示。

Run:4-1

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

初始数据为：

abcde

rp012332

“145643

278922

7按e、d两列降序插手的结.为:

■abed?

145643

012332

27892；

Processfinishedwithexitcode0

图4-*按列排序示例结果

【结果分析】按e、d两列降序排序时，即先按e列降序排序，再按d列降序排

序。只有当e列的值相同时(都为2),才会再按d列的值排序。。

二、数据排名

在实际工作中，经常需要对数据进行排名，比如对客户的销售金额进行排名，查

看重点客户名单。排名函数在很多数据分析软件都有，如Excel中的rank函数。而在

pandas中，也有类似的rank函数，该函数可以对DataFrame按照某列进行排名，其

一般用法如下：

rank(method,ascending)

其中，method表示重复数值排名的处理方法。average表示整个相同排名组中平

均排名。min表示整个相同排名组中的最小排名。max表示整个相同排名组中的最大

排名。ascending表示排名顺序，True表示升序排列，False表示降序排列，默认是True。

如一组数据6、5、5、2,在降序的情况下，数值6排名第1,数值2排名第4,

重复的数值5占据排名第2和第3。如果按照平均排名，两个数值5都是排名2.5；

如果按照最小排名，两个数值5都是排名2；如果按照最大排名，两个数值5都是排

名3。

在利用rank函数对数据进行排名时，还有一点需要注意，就是在对某一列进行

排名，需要对该列进行去空处理，否则会报错。

示例代码如下：

print("初始数据为:\n”,data)

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

print("降序排名时按平均排名的结果:\n”,data)

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

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

print("降序排名时按最小排名的结果:\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("降序排名时按最大排名的结果:\n”,data)

输出结果如图4・*所示。

Run:4-1

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

初始数惬为：

abcde

■J5012332

145643

278922

二崎后排名时按平均排名的培果：

■abcdee_rank_avg

0123322.5

1456431.0

2789222.5

降序排名时技最小排名的结果：

abcdee_rank_min

O123322.0

145643l.O

2789222.0

降序排名时按最大揖名的结果：

abcdee__rank_max

0123323.0

145643l.O

2789223.6

Processfinishedwithexitcode0

图4-*数据排名示例结果

任务实训

任务1：利用read_excel导入supermarket.xlsx(supermarket.xlsx存放在c:\data路

径中)中的“销售统计”工作表(第1张工作表)，导入时将“客户ID”列设为索引，

将导入数据命名为datal,完成：

(1)按索引升序排序，输出前5个数据。

(2)按列进行排序，先按“折扣”列降序排序，再按照“折扣金额”升序排序,

输出前5个数据。

任务1(1)具体代码如下：

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='客户ID')

print("导入的数据为:\n",data1.head())

result_sort_l=datal.sort_index().head()

print。,按索引升序排序的结果为:\n",result_sort_l)

输出结果如图4-*所示。

Run:4-1

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

导入的数据为：

订单10产品ID产品名称客户姓名省城市单价储售金额折扣折扣金额

S三客户ID

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

16165CN-2018-1973789办公用-信封-10094832GlobeWeis搭扣信封，红色许安四川内江6321260.0126.0

10165CN-2018-1973789办公用-装订-10001505Cardinal孔加固材料，回收许安四川内江162320.419.2

■17170US-2018-3017568办公用用品-10003746Kleencut开信刀，工史宋良江苏镇江8043290.4192.0

15730CN-2017-2975416办公用-器具-10003452KitchenAid搅拌机，黑色万兰广东汕头459313770.01377.0

按索引升序排序的结果为：

订单ID产品ID产品名称客户姓名省城市单价数at俏售金额折扣折扣金额

客户10

10165CN-2018-1973789办公用-信封-10004832GlobeWeis搭扣信封，红色将安四川内江6321260.0126.0

1016SCN-2018-1973789办公用-装订-10001S05Cardinal孔加固材料，回收许安四川内江162320.419.2

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

157珀CN-2017-2975416办公用法三-10005452KitchenAid税挥机，黑色万兰广东汕头459313770.01377.0

17170US-2018-3017568办公用用品-10003746Kleencut开信刀，工业宋良江苏镇江8。43200.4192.0

Processfinishedwithexitcode0

图4・*任务1(1)输出结果

任务1(2)具体代码如下：

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

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

print("先按折扣，列降序排序再按照折扣金额，升序排序的结果为:\n\result_sort_2)

输出结果如图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•折扣金额•升序探序的结果为：

订单ID产品ID产品名称客户姓名省城市半价梢售金额折扣折扣金饿

5客户ID

16360US-2018-4733722办公用-荚术-10002705Sanford灵光笔，匕色统黎江苏盐城152300.86.0

二21265U$-2017-5956361办公用-美术-10001467Boston速写本，蓝色都濡四川内江4562700.854.0

10165CN-2018-1973789办公用装订10001505Cardinal孔加固材料，回收许安四川内江162320.419.2

■10600US-2017-4150614家具•用具-10001174Tenex灯泡，黑色贾影浙江温岭5321060.463.6

11980US-2617-4297166办公用-系固-10004142ACCOS按仃，整包林丹江宁沈阳4131230.473.8

Processfinishedwithexitcode0

图4-*任务1(2)输出结果

任务2：将任务1的结果datal重新命名为data2,在“销售金额”列降序排序的

情况下，统计“数量”列的排名，“数量”列排名方式为降序，如果“数量”列数据

出现重复，采用最小排名。

具体代码如下：

data2=datal

data2=data2.sort_values(by='销售金额',ascending=False)

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

print("排序和排名处理结果为:\n",dala2.head())

输出结果如图4-*所示。

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

撑序和撑名处理也聚力：

订单ID产品10产品名称客户姓名管城市单位段・WtK金舞折扣折扣金金坡・嫌名

用户ID

1982sCN-2617-2828982办公用-器具-10000297HMiltonBeach炉灶，36色苏第山东青岛5126406.012640.018.e

IS98sCN-2018-239689S技术-电话-10064015