pandas的排序、分組groupby及cumsum累計求和方式
生成一列sum_age 對age 進(jìn)行累加
df['sum_age'] = df['age'].cumsum() print(df)

生成一列sum_age_new 按照 gender和is_good 對age進(jìn)行累加
df['sum_age_new'] = df.groupby(['gender','is_good'])['age'].cumsum() print(df)

根據(jù)不同的性別對年齡進(jìn)行 等級 排序
df['rank_g'] = df.groupby(['gender'])['age'].rank() print(df)

這里的 rank( ) 即 'rank_g' ,并不是按照1、2、3、4、、依次排
按照官方文檔的意思,該函數(shù)是沿著某個軸來計算數(shù)值數(shù)據(jù)等級(1到n)。默認(rèn)情況下,為相等的值分配同一個等級,該等級是這些值的等級的平均值。
例子:
import pandas as pd obj = pd.Series([7,-5,7,4,2,0,4]) print(obj.rank())
代碼對 [7, -5, 7, 4, 2, 0, 4] 進(jìn)行從小到大地排序,很明顯地,可以排成 [-5, 0, 2 ,4, 4, 7, 7],數(shù)值7有第6和第7兩個位置,那應(yīng)該排序應(yīng)該排到第幾級?根據(jù)官方文檔,取平均值,(6+7)/2=6.5,所以兩個7的等級都為6.5,同理可得兩個4的等級都為(4+5)/2=4.5。
輸出:
0 6.5
1 1.0
2 6.5
3 4.5
4 3.0
5 2.0
6 4.5
dtype: float64
對數(shù)據(jù)排序之后,分組,并累計求和
# 對Start Time進(jìn)行排序,Connection Type分組,temp進(jìn)行累計求和cumsum wsw_1 = wsw.sort_values(['Start Time']) wsw_1.loc[:, 'Connection Number'] = wsw_1.groupby(['Connection Type'])['temp'].cumsum()
這里如果不對start time排序,Connection Number不會按時間順序,統(tǒng)計drilling、tripping 的number數(shù)

pandas分組排序功能
在一個班級里,學(xué)生考試科目有語文、數(shù)學(xué)、英語,分別有對應(yīng)的成績。
現(xiàn)在,想要列出每個科目班級的前五名的情況,要求包含科目、姓名、成績、名次。
通過以下代碼實現(xiàn):
import pandas as pd
a=['小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻','小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻','小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻']
b=['語文','語文','語文','語文','語文','語文','語文','語文','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','英語','英語','英語','英語','英語','英語','英語','英語']
c=[97,65,23,43,67,23,55,98,56,45,67,78,98,45,87,65,67,23,55,98,56,45,67,78]
len(a),len(b),len(c)
df=pd.DataFrame({'name':a,'kemu':b,'score':c})
df2=df.sort_values(['kemu','score','name'], ascending=[1, 0,1])
df2['rn']=df2.groupby(['kemu']).rank(method='first',ascending =0)['score']
df2[df2['rn']<=5]
''''以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
django 解決自定義序列化返回處理數(shù)據(jù)為null的問題
這篇文章主要介紹了django 解決自定義序列化返回處理數(shù)據(jù)為null的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
PID原理與python的簡單實現(xiàn)和調(diào)參
這篇文章主要介紹了PID原理與python的簡單實現(xiàn)和調(diào)參文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價值。感興趣的小伙伴可以參考一下2022-08-08
Python的標(biāo)準(zhǔn)模塊包json詳解
這篇文章主要介紹了Python的標(biāo)準(zhǔn)模塊包json詳解的相關(guān)資料,需要的朋友可以參考下2017-03-03
python數(shù)據(jù)結(jié)構(gòu)之二叉樹的統(tǒng)計與轉(zhuǎn)換實例
這篇文章主要介紹了python數(shù)據(jù)結(jié)構(gòu)之二叉樹的統(tǒng)計與轉(zhuǎn)換實例,例如統(tǒng)計二叉樹的葉子、分支節(jié)點,以及二叉樹的左右兩樹互換等,需要的朋友可以參考下2014-04-04
解決pycharm運(yùn)行時interpreter為空的問題
今天小編就為大家分享一篇解決pycharm運(yùn)行時interpreter為空的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
django haystack實現(xiàn)全文檢索的示例代碼
這篇文章主要介紹了django haystack實現(xiàn)全文檢索的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
Python通過psd-tools解析PSD文件的實現(xiàn)
本文主要介紹了Python通過psd-tools解析PSD文件的實現(xiàn),主要包括如何獲取PSD文件的基本信息、遍歷圖層、提取圖層詳細(xì)信息、保存和創(chuàng)建PSD文件,感興趣的可以了解一下2023-12-12

