Pandas進階Excel【六】——排序

2021-02-20 巨蚺

如上表所示,如何按體術升序或者降序,再將名次排列出來呢?用excel實現較為簡單,下面介紹在python中如何實現。。。

import pandas as pddf = pd.read_excel(r"C:\Users\Administrator\Desktop\火影忍者\pandas庫\火影忍者.xlsx",sheet_name = 1)df2 = df.sort_values(by = ["體術"],ascending = True)print(df2)


運用sort_values,其中參數by是要進行排序的列,ascending如果為True則為升序,False為降序。「體術」列已經為從小到大升序排列。

如果當體術列有重複項,我們可以讓它再按「幻術」列降序或升序排列,以此類推,如下圖所示。





import pandas as pddf = pd.read_excel(r"C:\Users\Administrator\Desktop\火影忍者\pandas庫\火影忍者.xlsx",sheet_name = 1)df2 = df.sort_values(by = ["體術"],ascending = True)df3 = df2["體術"].rank(method = "min",ascending = False)print(df3)


我們運用rank函數進行了排名,其中參數method釋義如下:



晚禱時刻:

排名後的結果是浮點數,可以轉換為字符串,且結果是一個Series,後面將結果寫入,也同樣要轉成DataFrame格式才能進行操作。




相關焦點

  • Pandas進階Excel【四】——篩選
    \Desktop\火影忍者\pandas庫\火影忍者.xlsx")data[data["體術"]>60]print(data)import pandas as pddata = pd.read_excel
  • pandas格式化輸出文本-excel篇
    ='test')writer.save()對於excel文件數據的輸出,首先需要打開一個excel編輯器writer,然後在不同的sheet寫入數據,此時寫出的數據格式是默認的參數,不同的軟體顯示也會有差異,以下是我運行之後的輸出結果,header自動加粗,添加邊框,居中對齊,內容為常規字體,右對齊。
  • 使用Pandas讀寫操作excel
    https://pandas.pydata.org/pandas-docs/stable/https://pandas.pydata.org
  • 財務進階,pandas合併報表的三種方法!
    pandas中有三種合併方法,分別是.merge、.concat、.join,三種都很重要,理解這三種合併方法對我們的工作非常有幫助。merge有點像EXCEL中的vlookup函數,但有點不一樣的是他可以根據多個不同的列將表格連接起來。
  • 對比Excel,學習pandas數據透視表
    >pd.pivot_table(data,index=None,columns=None, values=None,aggfunc='mean', margins=False,margins_name='All', dropna=True,fill_value=None)2)對比
  • 用pandas處理Excel
    於是,數據科學家開始使用R、Stata或Python讀取Excel文件,在純代碼環境下進行數據處理——pandas就是最好用的工具之一。1 導入與導出假設我們有一份Excel表格( data.xlsx)存放於D盤的根目錄下,使用pandas的頂級方法 read_excel即可讀取該表格:import pandas as pddata = pd.read_excel(r'data.xlsx')當我們修改過數據框後,可以通過 save_excel的頂級方法將其保存到文件中
  • 使用Pandas讀取複雜的Excel數據
    關於Excel數據處理,很多同學可能使用過Pyhton的pandas模塊,用它可以輕鬆地讀取和轉換Excel數據。但是實際中Excel表格結構可能比較雜亂,數據會分散不同的工作表中,而且在表格中分布很亂,這種情況下啊直接使用pandas就會非常吃力。本文蟲蟲給大家介紹使用pandas和openpyxl讀取這樣的數據的方法。
  • 利用pandas讀取格式不規範的Excel文件
    介紹pandas 很容易將Excel文件讀取為DataFrame,但是在現實中,Excel文件裡面的數據格式往往是不規範的,在那些數據分散在不同Sheet的情況下,就需要自定義讀取數據的方式,這篇文章將討論如何用pandas
  • Pandas數據處理基礎入門(十):排序與排名
    在對數據的基礎操作中,排序和排名也是經常用到的功能。
  • 怎樣使用Pandas批量拆分與合併Excel文件?
    pandas,python,數據分析32564機器學習常用數據集大全python,機器學習42561一個數據科學家的修煉路徑數據分析df_source.indexRangeIndex(start=0, stop=258, step=1)df_source.shape(258, 3)
  • 手把手教你利用Python輕鬆拆分Excel為多個CSV文件
    點擊上方「Python爬蟲與數據挖掘」,進行關注回復「書籍」即可獲贈Python從入門到進階共三、項目準備軟體:PyCharm需要的庫:tkinter, pandas,xlrd四、項目分析利用pandas庫進行列內容的篩選處理,得到拆分後的數據。4)如何保存文件?利用to_csv()保存數據,得到最終拆分後的目標文件。
  • pandas.read_excel()讀取excel文件時提示需要指定engine參數的問題
    pandas.read_excel()函數中有很多參數,除了可包含路徑的文件名外,其他參數均有默認值。
  • 使用pandas 打開編輯保存excel
    在日常工作中經常會用到excel,可以使用pandas來處理excel表格。
  • Pandas根據篩選條件對指定excel列進行篩選!神器!
    ,將該excel分成學生文章、老師文章兩份excel,以第一作者為區分,B站學習法稍微補了補python操作excel,看到pandas就順手用一下了……大佬勿噴,僅僅是稍微學了一下。導入需要篩選的excel和篩選條件import pandas as pddf = pd.read_excel('D:/py_project/datafenxi/scut.xls',sheet_name='savedrecs')ji_he = {'name1','name2','name3
  • pandas篩選、合併、批量保存excel數據
    環境安裝:import numpy as npimport pandas as pdpath='要保存的路徑'with pd.ExcelWriter(path) as writer:    df.to_excel(writer,sheet_name='第一個文件的名字',columns=['需要保存的列名,
  • 剛入職的會計經常要用到的excel技巧,秒收!
    如果你恰好是職能崗工作者,或者你平常工作會涉及到excel的使用,或者你是剛實習的會計專業大學生,可以學習下!都是基本操作,很容易!但很受用!一、快速把1張表的數據列印到1張A4紙有的時候老闆會讓你幫他列印excel材料,但是這些材料往往是不規整的,害得你辛苦調格式,費力不討好,其實可以利用視圖菜單-分頁預覽輕鬆搞定!
  • 辦公人員必須掌握的5個excel數據排序技巧!
    1.普通升降序排列點擊數據中任意單元格,選擇數據選項卡升序或降序即可排序。excel文字按升序排序默認是以單元格中的首字母由A-Z進行排序,excel中數字按升序排序默認是由小到大進行排序的,降序則反過來。
  • pandas的iloc和loc到底是有什麼區別?
    說起pandas最讓我這個小白頭疼的,就是pandas的iloc和loc,剛開始上大學的時候,其實還有ix。
  • Excel表格 自動 排序,神了!
    今天蘭色要分享一個亮眼的Excel技巧:讓Excel表格自動排序
  • 如何用Python讀寫Excel文件?最便捷的3種方式
    pandas進行讀寫,下面我主要介紹一下3種方式讀寫的過程,實驗環境win7+python3.6+pycharm5.0,主要步驟如下:為了方便演示,我這裡新建了一個test.xls文件,主要內容如下,用於測試讀excel的代碼:方法一:利用xlrd和xlwt進行excel讀寫,這裡只能是xls類型excel首先,安裝的話,直接輸入命令"