在Pandas中通過.sort和.loc函數也可以實現這兩 個功能。.sort函數可以實現對數據表的排序操作，.loc函數可以實現對數據表的篩選操作。

1、排序

sort函數主要包含6個參數：columns為要進行排序的列名稱； ascending為排序的方式true為升序，False為降序，默認為true；axis為排序的軸，0表示index，1表示columns，當對數據列進行排序時，axis必須設置為0；inplace默認為False，表示對數據 表進行排序，不創建新實例；Kind可選擇排序的方式，如快速排序等；na_position對NaN值的處理方式，可以選擇first和last兩種方式，默認為last，也就是將NaN值放在排序的結尾。

1）單列數據排序

df.sort(["score"],ascending=True)#升序

df.sort(["score"],ascending=False)#降序

2）多列排序

df.sort(["score","age"],ascending=True)#升序

df.sort(["score","age"],ascending=False)#降序

優先第一列的排序

2、篩選

在篩選功能上Pandas使用的是.loc函數。

案例如下：

ds_0=label_ds.loc[(label_ds["action_type"] == 0) &\(label_ds["u_brand_num"]>0) & (label_ds["u_cat_num"]>0) & \(label_ds["u_ratio"]>0) & (label_ds["u_spu_ratio"]>0),\['u_brand_num','u_cat_num','u_spu_ratio','u_ratio','action_type']].sort(["u_brand_num"],ascending=False)

實現多列篩選，并顯示指定列，并以特定列排序。條件中可以與或非。

可以按篩選后條件進行求和和平均，如下：

lc.loc[(lc["grade"] == "B") & (lc["loan_amnt"] > 5000)].loan_amnt.sum() #求和

lc.loc[(lc["grade"] == "B") & (lc["loan_amnt"] > 5000)].loan_amnt.count()#計數

lc.loc[(lc["grade"] == "B") | (lc["loan_amnt"] > 5000)].loan_amnt.mean()#均值

lc.loc[lc["grade"] == "B"].loan_amnt.max()#最大值

lc.loc[lc["grade"] != "B"].loan_amnt.min()#最小值

總結

以上是生活随笔為你收集整理的【Python学习系列二十二】pandas数据筛选和排序的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。