pandas | DataFrame中的排序与汇总方法

今天是pandas数据处理专题的第六篇文章，我们来聊聊DataFrame的排序与汇总运算。

在上一篇文章当中我们主要介绍了DataFrame当中的apply方法，如何在一个DataFrame对每一行或者是每一列进行广播运算，使得我们可以在很短的时间内处理整份数据。今天我们来聊聊如何对一个DataFrame根据我们的需要进行排序以及一些汇总运算的使用方法。

排序

排序是我们一个非常基本的需求，在pandas当中将这个需求进一步细分，细分成了根据索引排序以及根据值排序。我们先来看看Series当中的排序方法。

Series当中的排序方法有两个，一个是sort_index，顾名思义根据Series中的索引对这些值进行排序。另一个是sort_values，根据Series中的值来排序。这两个方法都会返回一个新的Series：

索引排序

对于DataFrame来说也是一样，同样有根据值排序以及根据索引排序这两个功能。但是由于DataFrame是一个二维的数据，所以在使用上会有些不同。简单的差别是在于Series只有一列，我们明确的知道排序的对象，但是DataFrame不是，它当中的索引就分为两种，分别是行索引以及列索引。所以我们在排序的时候需要指定我们想要排序的轴，也就是axis。

默认的情况我们是根据行索引进行排序，如果我们要指定根据列索引进行排序，需要传入参数axis=1。

我们还可以传入ascending这个参数，用来指定我们想要的排序顺序是正序还是倒序。

值排序

DataFrame的值排序有所不同，我们不能对行进行排序，只能针对列。我们通过by参数传入我们希望排序参照的列，可以是一列也可以是多列。

排名

有的时候我们希望得到元素的排名，我们会希望知道当前元素在整体当中排第几，pandas当中也提供了这个功能，它就是rank方法。

我们可以发现我们随手输入的一串数字当中，包含两个7，7是Series当中大的数字，但是它们的排名为什么是6.5呢？

其实很简单，因为7出现了两次，分别是第6位和第7位，这里对它所有出现的排名取了平均，所以是6.5。如果我们不希望它取平均，而是根据出现的先后顺序给出排名的话，我们可以用method参数指定我们希望的效果。

method的合法参数并不止first这一种，还有一些其他稍微冷门一些的用法，我们一并列出。

如果是DataFrame的话，默认是以行为单位，计算每一行中元素占整体的排名。我们也可以通过axis参数指定以列为单位计算：