DataFrame的分组排序（笔试常用）

零基础学Python数据分析 >> Pandas >> DataFrame的分组排序（笔试常用）

前言

大家好，这里是零基础学Python数据分析系列。

这个系列所有的代码编写均是Python3版本。

之前我们介绍了DataFrame的排序函数和分组函数，那么如何实现DataFrame的分组排序呢？这也是Pandas笔试题常考的内容。

本章让我们来解决两个问题：

问题1：如何取出每个班级Python成绩的第一名？（分组排序，取每组的前几条数据）

问题2：给每个学生按班级进行Python成绩排名，新增一个排名的序号。（分组排序，给每个样本按类型加个序号）

先创建一个DataFrame

先创建一个学生姓名、班级、Python成绩的DataFrame。

输入：

import pandas as pd
import numpy as np
Student_dict = {'姓名':['张三', '李四', '王五', '赵六', '孙七', '周八', '吴九', '郑十'],
                '班级':['A班', 'A班', 'A班', 'A班','B班', 'B班','B班', 'B班'],
                'Python成绩':[100, 90, 90, 80, 90, 80, 70, 60]}
# 字典创建DataFrame，字典键变DataFrame的列名
df = pd.DataFrame(data=Student_dict)
df

输出：

这两个问题应该如何实现？

问题1：如何取出每个班级Python成绩的第一名？（分组排序，取每组的前几条数据）

问题2：给每个学生按班级进行Python成绩排名，新增一个排名的序号。（分组排序，给每个样本按类型加个序号）

问题1：分组排序，取每组的前几条数据

取每个班级Python成绩的第一名，我们可以先用sort_values函数按Python成绩逆序排序，再分组取每组的第一条数据。

实现方式如下：

# 取出每个班级，Python成绩第一名的学生。
# 先排序
df = df.sort_values('Python成绩', ascending=False)
# 再分组取每组的第一条数据
df.groupby('班级').head(1)

输出：

说明：

groupby函数有一个特性，分组后，每组的数据排序和原来的数据排序是一样的。

比如原数据，按Python成绩倒序排序后，分组后，每组的样本还是按Python成绩倒序排序。

所以可以先用sort_values函数按Python成绩逆序排序，再分组取每组的第一条数据，以此来得到每个班级Python成绩的第一名。

问题2： 分组排序，给每个样本按类型加个序号

DataFrame的排名函数rank()

首先我们来介绍一下DataFrame的的排名函数rank()。

用rank函数，给每个学生进行Python成绩排名，新增一个排名的序号。（此处不分班级，介绍一下rank函数的用法）

输入：

# rank函数
df['Python成绩排名'] = df['Python成绩'].rank(method='min', ascending=False)
df

输出：

rank函数参数介绍：

ascending：排序方式，True正序，False逆序。
method：如何对具有相同值的记录进行排名。取值可以为：average、min、max、first、dense。

average：相同排名下，取平均值进行排名。比如李四、王五为第二、第三名，孙7为第四名，那么李四、王五取值为2.5，孙7取值为4。