首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >左手用R右手Python系列7——排序

左手用R右手Python系列7——排序

作者头像
数据小磨坊
发布2018-04-11 17:14:33
1.4K0
发布2018-04-11 17:14:33
举报
文章被收录于专栏:数据小魔方数据小魔方

排序可能是日常数据清洗过程中比较高频的应用了,今天这一篇给大家介绍R语言和Python中最为常见的排序函数应用。

R语言:

  • sort
  • order
  • rank
  • arrange

排序根据对向量排序和数据框的排序要使用不同的函数,以上四个函数中,前三个是针对向量的,最后一个是针对数据框的。

sort

x<-c(97,93,85,74,32,100,99,67) sort(x,decreasing=F) #默认是生序排列,其中decreasing参数默认为FALSE。 sort(x,decreasing=T) #降序排列

order

order(x,decreasing=F) #变量由小到大在原始数据中的位次(默认升序可无需逻辑参数) order(x,decreasing=T) #按照由大到小的顺序对应元素在原始向量中的微词。

rank:

#rank函数返回向量的秩,即对应元素在原始向量中排名。 rank(x)

基于数据框自身的排序:

当针对数据框进行排序时,如同对数据框进行条件索引一样,也可以基于数据框自身的方法来实现。

(mydata<-data.frame(name=LETTERS[1:10],class=sample(letters[1:4],10,replace=TRUE),value=runif(10,0,5)))

mydata[order(mydata$value),] #默认生序排列 mydata[order(mydata$value,decreasing=T),] #根据value降序排列

以上这种方式通过基于数据框自身的规则,完成了排序工作(实际上是一种布尔索引),但是不够优雅,写了繁琐的变量名,而且只能根据一个字段来排序。

数据框排序-arrange

arrange函数的存在实在是R语言排序大杀器。

library(dplyr) mydata%>%plyr::arrange(class,value) mydata%>%plyr::arrange(class,-value)

arrange函数不仅可以实现多变量规则排序,而且可以仅以负号指定降序,语法简洁,功能强大,其中多变量时,一般是分类变量在前,连续变量在后,粒度粗的维度排在最前面,分类变量排序粒度依次递减。最后是连续变量。

-------------

Python:

-------------

  • sort
  • sorted
  • .sort_index
  • .sort_value

列表排序方法:

x=[97,93,85,74,32,100,99,67] 针对list的排序,Python提供有全局的sorted函数以及list自身的sort函数可以完成排序功能。

sorted(x) #默认生序 sorted(x,reverse=True) #指定降序

x.sort() #默认生序 x.sort(reverse=True) #指定降序

字典排序方法:

mydata={"A":97,"B":93,"C":85,"D":74,"E":32,"F":100,"G":99,"H":67}

sorted(mydata.keys()) #根据字典的键排序 sorted(mydata.keys(),reverse=True) #根据字典的键逆排序

排序时按照键值对: sorted(mydata.items(),key=lambda item:item[1]) #根据值字段生序排列 sorted(mydata.items(),key=lambda item:item[1],reverse=True) #根据值字段逆序排列

数据框排序:

import pandas as pd import numpy as np df1=pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006,1007,1008], "gender":['male','female','male','female','male','female','male','female'], "pay":['Y','N','Y','Y','N','Y','N','Y'], "m-point":[10,12,20,40,40,40,30,20]})

pandas所生成的数据框同样有sort方法。

根据值排序:

df1.sort_values(["id"]) #使用值进行排序 df1.sort_values(["id"],ascending=False) #降序排列 df1.sort_values(["pay","m-point"]) #排序多个字段

索引排序:

df1=df1.set_index('id') #设置索引列 df1.sort_index() #使用索引进行排序 df1.sort_index(ascending=False) #使用索引列降序排列

--------------

本节小结:

-----------

排序函数:

R语言:

向量:

  • sort
  • order
  • rank

数据框:

  • arrange

Python:

列表与字典:

  • sort
  • sorted

数据框:

  • .sort_index
  • .sort_value
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-08-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据小魔方 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档