pandas的排序、分组groupby及cumsum累计求和方式

第pandas的排序、分组groupby及cumsum累计求和方式目录生成一列sum_age对age进行累加生成一列sum_age_new按照gender和is_good对age进行累加根据不同的性别对年龄进行等级排序对数据排序之后，分组，并累计求和pandas分组排序功能

生成一列sum_age对age进行累加

df['sum_age']=df['age'].cumsum()

print(df)

生成一列sum_age_new按照gender和is_good对age进行累加

df['sum_age_new']=df.groupby(['gender','is_good'])['age'].cumsum()

print(df)

根据不同的性别对年龄进行等级排序

df['rank_g']=df.groupby(['gender'])['age'].rank()

print(df)

这里的rank()即rank_g，并不是按照1、2、3、4、、依次排

按照官方文档的意思，该函数是沿着某个轴来计算数值数据等级(1到n)。默认情况下，为相等的值分配同一个等级，该等级是这些值的等级的平均值。

例子：

importpandasaspd

obj=pd.Series([7,-5,7,4,2,0,4])

print(obj.rank())

代码对[7,-5,7,4,2,0,4]进行从小到大地排序，很明显地，可以排成[-5,0,2,4,4,7,7]，数值7有第6和第7两个位置，那应该排序应该排到第几级？根据官方文档，取平均值，(6+7)/2=6.5，所以两个7的等级都为6.5，同理可得两个4的等级都为(4+5)/2=4.5。

输出：

06.5

11.0

26.5

34.5

43.0

52.0

64.5

dtype:float64

对数据排序之后，分组，并累计求和

#对StartTime进行排序，ConnectionType分组，temp进行累计求和cumsum

wsw_1=wsw.sort_values(['StartTime'])

wsw_1.loc[:,'ConnectionNumber']=wsw_1.groupby(['ConnectionType'])['temp'].cumsum()

这里如果不对starttime排序，ConnectionNumber不会按时间顺序，统计drilling、tripping的number数

pandas分组排序功能

在一个班级里，学生考试科目有语文、数学、英语，分别有对应的成绩。

现在，想要列出每个科目班级的前五名的情况，要求包含科目、姓名、成绩、名次。

通过以下代码实现：

importpandasaspd

a=['小红','小绿','小蓝','小白','小青','小紫','小粉','小傻','小红','小绿','小蓝','小白','小青','小紫','小粉','小傻','小红','小绿','小蓝','小白','小青','小紫','小粉','小傻']

b=['语文','语文','语文','语文','语文','语文','语文','语文','数学','数学','数学','数学','数学','数学','数学','数学','英语','英语','英语','英语','英语','英语','英语','英语']

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']).ra