利用Python进行数据分析（六）之pandas基本功能续

排序和排名

.按索引排序

obj.sortindex() frame.sortindex()

DataFrame也可以指明具体的哪个轴frame.sort_index(axis=1)则为按照columns索引排序。

默认为升序，降序则添加参数ascending=False

.按值排序

缺失值默认放末尾。

obj.sortvalues()(作者写的是obj.order()但是最新的pandas已经没有使用了)frame.sortvalues(by=['a','b'])

(同样作者写的是frame.sortindex(by=['a','b'])但是最新的pandas已经没有使用了,并且会提示你使用sortvalues())

.排名

顾名思义 排名嘛，按照值的出现顺序从1开始排名，有相同的时取平均数比如45相同则4.5，678相同则均为7这样的形式。

当然，你可能排名的时候只是想显示12345连续的，相同的时候按照他的出现顺序，则可以使用method='first'。可选min，max即分别为相同值的最小顺序或者最大顺序，'average'默认：在相等分组中，为各个值分配平均排名。

降序只要添加参数ascending=False。

.带有重复值的轴索引

什么意思呢，就是具有相同的索引，这个也是允许存在的，

.总结

pandas的基本功能通过这两节就看完了，主要介绍的是Series和Dataframe两种数据结构的重建索引reindex，通过drop来删除某些索引，obj['b','c']选取时bc索引是都包含的，DataFrame的行上标签索引通过ix来实现，不用时选择出来的是列！不同索引的pandas之间进行算术运算，以及对其函数级操作，这章节我们对其排序排名，以及带过的描述了下有重复索引的时候。总的来说，基本的简单使用在这两节都有描述，可以根据我上面描述的回顾一下。不清楚再翻回去看看~