Python数据分析基础与应用电子活页4-13实现Pandas的排序操作

Python数据分析基础与应用模块电子活页4-13实现pandas的排序操作【技能训练4-17】实现pandas的排序操作【训练要求】在JupyterNotebook开发环境中创建j4-17.ipynb，然后编写代码实现pandas的排序操作。【实施过程】1．使用sort_index()函数按索引标签进行排序（1）创建指定行索引的DataFrame对象代码如下：importpandasaspddata={'date':pd.Series(['2022/1/1','2022/1/2','2022/1/3','2022/1/4','2022/1/5']),'highT':pd.Series([12,15,12,12,7]),'lowT':pd.Series([1,4,8,6,5]),'AQI':pd.Series([167,145,123,212,104])}df1=pd.DataFrame(data,index=[4,1,2,0,3])print(df1)输出结果：datehighTlowTAQI42022/1/57510412022/1/215414522022/1/312812302022/1/112116732022/1/4126212（2）按行索引顺序排列代码如下：df2=df1.sort_index()print(df2)输出结果：datehighTlowTAQI02022/1/112116712022/1/215414522022/1/312812332022/1/412621242022/1/575104（3）通过ascending参数控制排序方式代码如下：df3=df1.sort_index(ascending=False)print(df3)输出结果：datehighTlowTAQI42022/1/57510432022/1/412621222022/1/312812312022/1/215414502022/1/1121167（4）按列索引顺序排列代码如下：df4=df1.sort_index(axis=1)print(df4)输出结果：AQIdatehighTlowT41042022/1/57511452022/1/215421232022/1/312801672022/1/112132122022/1/41262．使用sort_values()函数按数值进行排序（1）按1列的数值进行排序代码如下：df5=df1.sort_values(by='highT')#输出结果与df1.sort_values(by='highT',axis=0)的相同print(df5)输出结果：datehighTlowTAQI42022/1/57510422022/1/312812302022/1/112116732022/1/412621212022/1/2154145【注意】当按highT列排序时，相应的其他列（date、lowT、AQI）的元素值和行索引也会随highT列一起改变。（2）按多列数值的升序进行排列代码如下：#先按highT列升序排列，highT列数值相同的按lowT列升序排列df6=df1.sort_values(by=['highT','lowT'])print(df6)输出结果：datehighTlowTAQI42022/1/57510402022/1/112116732022/1/412621222022/1/312812312022/1/2154145（3）指定不同的排序方式对多列数值进行排序代码如下：#先按highT列降序排列，highT列数值相同的按lowT列升序排列df7=df1.sort_values(by=['highT','lowT'],ascending=[False,True])print(df7)输出结果：datehighTlowTAQI12022/1/215414502022/1/112116732022/1/412621222022/1/312812342022/1/575104（4）指定排序算法代码如下：df8=df1.sort_values(by='highT',kind='mergesort')print(df8)输出结果：datehighTlowTAQI42022/1/57510422022/1/312812302022/1/112116732022/1/412621212022/1/2154145（5）按1行的数值进行排序代码如下：df9=pd.DataFrame({'b':[1,2,3,4],'a':[4,3,2,1],'c':[5,3,8,6]},inde