Python數(shù)據(jù)分析與可視化教案4

課題4.1數(shù)據(jù)的排序與排名課型講練

授課班級大數(shù)據(jù)授課時(shí)數(shù)2

L能夠?qū)?shù)據(jù)按照指定列排序。

教學(xué)目標(biāo)2.能夠?qū)?shù)據(jù)按照指定列排名。

3.理解排名函數(shù)rank中排名方法參數(shù)method的用法。

1.能夠?qū)?shù)據(jù)按照指定列排序。

教學(xué)重點(diǎn)

2.能夠?qū)?shù)據(jù)按照指定列排名。

教學(xué)難點(diǎn)1.理解排名函數(shù)rank中排名方法參數(shù)method的用法。

對數(shù)據(jù)進(jìn)行排序是數(shù)據(jù)分析的一種常用的方法，而且這種方法也常常和

學(xué)情分析其他方法一起使用，比如在統(tǒng)計(jì)頻數(shù)后，可以再按照方式進(jìn)行排序。排序和

排名在Excel中已經(jīng)學(xué)過了，方法也類似。

在數(shù)據(jù)分析時(shí)，對數(shù)據(jù)進(jìn)行排序和排名是常用的一種操作。通過數(shù)據(jù)的排序和排

名，比較容易發(fā)現(xiàn)數(shù)據(jù)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(shù)據(jù)檢查糾錯，為數(shù)據(jù)的分組或分段等提供方便。

一、數(shù)據(jù)排序

數(shù)據(jù)排序是指數(shù)據(jù)按一定方式進(jìn)行排列，通過數(shù)據(jù)排序可以更為方便地看出數(shù)據(jù)

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(shù)據(jù)，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(shù)據(jù)。利用sort_index函數(shù)可對索

引進(jìn)行排序，而利用sort_values函數(shù)可對值進(jìn)行排序。

1.按索引排序

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

數(shù)，sort_index函數(shù)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，F(xiàn)alse為降序排列，默認(rèn)是True,

即默認(rèn)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(shù)據(jù)為:\n”,data)

data_sort_index_1=data.sort_index(inplace=False)

print("按索引升序排序的結(jié)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(jié)果為:\n”,data_sort_index_2)

輸出結(jié)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(shù)據(jù)為：

abc

二ad

a3123

?.4456

?2789

■按索引升序排序的結(jié)果為：

abc

d

2789

3123

4456

按索引降序排序的結(jié)果為：

abc

d

4456

3123

2789

Processfinishedwithexitcode0

圖4-*按索引排序示例結(jié)果

2.按列值排序

按列值排序是DataFrame按照某一列的值進(jìn)行排序，值排序序可以使用

sort_values函數(shù)，sort_values函數(shù)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(jìn)行排序。ascending表示排序方式，

True為升序排列，F(xiàn)alse為降序排列，默認(rèn)是True,即默認(rèn)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(fù)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(shù)據(jù)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(jié)果為:\n",data_sort)

輸出結(jié)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(shù)據(jù)為：

abcde

rp012332

“145643

278922

7按e、d兩列降序插手的結(jié).為:

■abed?

145643

012332

27892；

Processfinishedwithexitcode0

圖4-*按列排序示例結(jié)果

【結(jié)果分析】按e、d兩列降序排序時(shí)，即先按e列降序排序，再按d列降序排

序。只有當(dāng)e列的值相同時(shí)(都為2),才會再按d列的值排序。。

二、數(shù)據(jù)排名

在實(shí)際工作中，經(jīng)常需要對數(shù)據(jù)進(jìn)行排名，比如對客戶的銷售金額進(jìn)行排名，查

看重點(diǎn)客戶名單。排名函數(shù)在很多數(shù)據(jù)分析軟件都有，如Excel中的rank函數(shù)。而在

pandas中，也有類似的rank函數(shù)，該函數(shù)可以對DataFrame按照某列進(jìn)行排名，其

一般用法如下：

rank(method,ascending)

其中，method表示重復(fù)數(shù)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，F(xiàn)alse表示降序排列，默認(rèn)是True。

如一組數(shù)據(jù)6、5、5、2,在降序的情況下，數(shù)值6排名第1,數(shù)值2排名第4,

重復(fù)的數(shù)值5占據(jù)排名第2和第3。如果按照平均排名，兩個數(shù)值5都是排名2.5；

如果按照最小排名，兩個數(shù)值5都是排名2；如果按照最大排名，兩個數(shù)值5都是排

名3。

在利用rank函數(shù)對數(shù)據(jù)進(jìn)行排名時(shí)，還有一點(diǎn)需要注意，就是在對某一列進(jìn)行

排名，需要對該列進(jìn)行去空處理，否則會報(bào)錯。

示例代碼如下：

print("初始數(shù)據(jù)為:\n”,data)

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

print("降序排名時(shí)按平均排名的結(jié)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(shí)按最小排名的結(jié)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(shí)按最大排名的結(jié)果:\n”,data)

輸出結(jié)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(shù)愜為：

abcde

■J5012332

145643

278922

二崎后排名時(shí)按平均排名的培果：

■abcdee_rank_avg

0123322.5

1456431.0

2789222.5

降序排名時(shí)技最小排名的結(jié)果：

abcdee_rank_min

O123322.0

145643l.O

2789222.0

降序排名時(shí)按最大揖名的結(jié)果：

abcdee__rank_max

0123323.0

145643l.O

2789223.6

Processfinishedwithexitcode0

圖4-*數(shù)據(jù)排名示例結(jié)果

任務(wù)實(shí)訓(xùn)

任務(wù)1：利用read_excel導(dǎo)入supermarket.xlsx(supermarket.xlsx存放在c:\data路

徑中)中的“銷售統(tǒng)計(jì)”工作表(第1張工作表)，導(dǎo)入時(shí)將“客戶ID”列設(shè)為索引，

將導(dǎo)入數(shù)據(jù)命名為datal,完成：

(1)按索引升序排序，輸出前5個數(shù)據(jù)。

(2)按列進(jìn)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(shù)據(jù)。

任務(wù)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(dǎo)入的數(shù)據(jù)為:\n",data1.head())

result_sort_l=datal.sort_index().head()

print。,按索引升序排序的結(jié)果為:\n",result_sort_l)

輸出結(jié)果如圖4-*所示。

Run:4-1

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

導(dǎo)入的數(shù)據(jù)為：

訂單10產(chǎn)品ID產(chǎn)品名稱客戶姓名省城市單價(jià)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(lán)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(nèi)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(nèi)江162320.419.2

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

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

按索引升序排序的結(jié)果為：

訂單ID產(chǎn)品ID產(chǎn)品名稱客戶姓名省城市單價(jià)數(shù)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(nèi)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(nèi)江162320.419.2

14485US-2018-1357144辦公用-用品-10002717Fiskars剪刀，藍(lán)色B5K淅江杭州6521300.478.0

157珀CN-2017-2975416辦公用法三-10005452KitchenAid稅揮機(jī)，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(yè)宋良江蘇鎮(zhèn)江8。43200.4192.0

Processfinishedwithexitcode0

圖4?*任務(wù)1(1)輸出結(jié)果

任務(wù)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(jié)果為:\n\result_sort_2)

輸出結(jié)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(jié)果為：

訂單ID產(chǎn)品ID產(chǎn)品名稱客戶姓名省城市半價(jià)梢售金額折扣折扣金餓

5客戶ID

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

二21265U$-2017-5956361辦公用-美術(shù)-10001467Boston速寫本，藍(lán)色都濡四川內(nèi)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(nèi)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(wù)1(2)輸出結(jié)果

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

情況下，統(tǒng)計(jì)“數(shù)量”列的排名，“數(shù)量”列排名方式為降序，如果“數(shù)量”列數(shù)據(jù)

出現(xiàn)重復(fù)，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(shù)量排名']=data2r數(shù)量]rank(method='min',ascending=False)

print("排序和排名處理結(jié)果為:\n",dala2.head())

輸出結(jié)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(chǎn)品10產(chǎn)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(shù)-電話-10064015