摘要：本文主要是讲解一下，如何进行排序。分为两种情况，不分组进行排序和组内进行排序。什么意思呢？具体来说，我举个栗子。
****注意****
如果只是单纯想对某一列进行排序，而不进行打序号的话直接使用.sort_values就可以了。下文是关于如何把序号也打上的
————————————————————————————
我们有一个数据集如下：
我们下面想进行两种排序。先说第一种比较简单的也是很常用的，简单的对某一列进行排序然后添加一列序号。
例如，我们队comment_num这一列进行从大到小的排序，然后给出序号。如下图：
可以看到，sort_num这一列就是我们队comment_num的排序。
如何实现呢？很简单，代码如下（数据集为data）：
|
1
|
data['sort_num']=data['comment_num'].rank(ascending=0,method='dense') |
这里，我们用到了两个参数，第一个很好理解 ascending，就是选择是升序还是降序排列。
另外一个参数method，这个参数很重要。我下面详细讲一下。
有时候，我们排序的时候会遇到相同大小，这个时候怎么处理呢？method其实就是让我们选择如何处理。
有以下几种处理方案：
第一种情况，如果出现相等，则序号一样，之后序号照常递增。这种情况就是上图的，我们看到comment_num等于4的有2个，序号为1。comment_num等于3的时候，序号为2，这个叫做正常按1依次递增。这和时候method='dense'
第二种情况，如果出现相等，则取最先出现的值序号为“最小”，其他相同值依次按1递增，如果把上面代码method='first'，就是实现这种效果，效果如下图：
|
1
|
data['sort_num']=data['comment_num'].rank(ascending=0,method='first') |
comment_num中，4最大，并且第1行中的4最先出现，故序号为1。
第三种情况和第四种情况比较复杂。文字不好说明，下面直接放代码和效果。
当method='min'时
|
1
|
data['sort_num']=data['comment_num'].rank(ascending=0,method='min') |
当method='max'时
|
1
|
data['sort_num']=data['comment_num'].rank(ascending=0,method='max') |
--------------------------------分割线--------------------------------------
上面只是某一列的排序，下面是组内排序。什么是意思？同样看下面的例子
假如，我想对cate为7的comment_num进行排序，同样也对，cate为8的comment_num进行排序。也就是说，对comment_num排序的时候，只考虑相同的cate，这个就是对组内进行排序。
实现的效果应该如下图：
实现代码也很简单。
|
1
|
data['group_sort']=data['comment_num'].groupby(data['cate']).rank(ascending=0,method='dense') |
以上这篇python pandas 组内排序、单组排序、标号的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/qq_22238533/article/details/72395564
