pandas的排序、分組groupby及cumsum累計求和方式

第pandas的排序、分組groupby及cumsum累計求和方式目錄生成一列sum_age對age進(jìn)行累加生成一列sum_age_new按照gender和is_good對age進(jìn)行累加根據(jù)不同的性別對年齡進(jìn)行等級排序?qū)?shù)據(jù)排序之后，分組，并累計求和pandas分組排序功能

生成一列sum_age對age進(jìn)行累加

df['sum_age']=df['age'].cumsum()

print(df)

生成一列sum_age_new按照gender和is_good對age進(jìn)行累加

df['sum_age_new']=df.groupby(['gender','is_good'])['age'].cumsum()

print(df)

根據(jù)不同的性別對年齡進(jìn)行等級排序

df['rank_g']=df.groupby(['gender'])['age'].rank()

print(df)

這里的rank()即rank_g，并不是按照1、2、3、4、、依次排

按照官方文檔的意思，該函數(shù)是沿著某個軸來計算數(shù)值數(shù)據(jù)等級(1到n)。默認(rèn)情況下，為相等的值分配同一個等級，該等級是這些值的等級的平均值。

例子：

importpandasaspd

obj=pd.Series([7,-5,7,4,2,0,4])

print(obj.rank())

代碼對[7,-5,7,4,2,0,4]進(jìn)行從小到大地排序，很明顯地，可以排成[-5,0,2,4,4,7,7]，數(shù)值7有第6和第7兩個位置，那應(yīng)該排序應(yīng)該排到第幾級？根據(jù)官方文檔，取平均值，(6+7)/2=6.5，所以兩個7的等級都為6.5，同理可得兩個4的等級都為(4+5)/2=4.5。

輸出：

06.5

11.0

26.5

34.5

43.0

52.0

64.5

dtype:float64

對數(shù)據(jù)排序之后，分組，并累計求和

#對StartTime進(jìn)行排序，ConnectionType分組，temp進(jìn)行累計求和cumsum

wsw_1=wsw.sort_values(['StartTime'])

wsw_1.loc[:,'ConnectionNumber']=wsw_1.groupby(['ConnectionType'])['temp'].cumsum()

這里如果不對starttime排序，ConnectionNumber不會按時間順序，統(tǒng)計drilling、tripping的number數(shù)

pandas分組排序功能

在一個班級里，學(xué)生考試科目有語文、數(shù)學(xué)、英語，分別有對應(yīng)的成績。

現(xiàn)在，想要列出每個科目班級的前五名的情況，要求包含科目、姓名、成績、名次。

通過以下代碼實現(xiàn)：

importpandasaspd

a=['小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻','小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻','小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻']

b=['語文','語文','語文','語文','語文','語文','語文','語文','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','英語','英語','英語','英語','英語','英語','英語','英語']

c=[97,65,23,43,67,23,55,98,56,45,67,78,98,45,87,65,67,23,55,98,56,45,67,78]

len(a),len(b),len(c)

df=pd.DataFrame({'name':a,'kemu':b,'score':c})

df2=df.sort_values(['kemu','score','name'],ascending=[1,0,1])

df2['rn']=df2.groupby(['kemu']).ra