左手用R右手Python系列7——排序

排序可能是日常数据清洗过程中比较高频的应用了，今天这一篇给大家介绍R语言和Python中最为常见的排序函数应用。

R语言：

• sort
• order
• rank
• arrange

排序根据对向量排序和数据框的排序要使用不同的函数，以上四个函数中，前三个是针对向量的，最后一个是针对数据框的。

sort

x<-c(97,93,85,74,32,100,99,67) sort(x,decreasing=F) #默认是生序排列，其中decreasing参数默认为FALSE。 sort(x,decreasing=T) #降序排列

order

order(x,decreasing=F) #变量由小到大在原始数据中的位次(默认升序可无需逻辑参数) order(x,decreasing=T) #按照由大到小的顺序对应元素在原始向量中的微词。

rank:

#rank函数返回向量的秩，即对应元素在原始向量中排名。 rank(x)

基于数据框自身的排序：

当针对数据框进行排序时，如同对数据框进行条件索引一样，也可以基于数据框自身的方法来实现。

(mydata<-data.frame(name=LETTERS[1:10],class=sample(letters[1:4],10,replace=TRUE),value=runif(10,0,5)))

mydata[order(mydata$value),] #默认生序排列 mydata[order(mydata$value,decreasing=T),] #根据value降序排列

以上这种方式通过基于数据框自身的规则，完成了排序工作（实际上是一种布尔索引），但是不够优雅，写了繁琐的变量名，而且只能根据一个字段来排序。

数据框排序-arrange

arrange函数的存在实在是R语言排序大杀器。

library(dplyr) mydata%>%plyr::arrange(class,value) mydata%>%plyr::arrange(class,-value)

arrange函数不仅可以实现多变量规则排序，而且可以仅以负号指定降序，语法简洁，功能强大，其中多变量时，一般是分类变量在前，连续变量在后，粒度粗的维度排在最前面，分类变量排序粒度依次递减。最后是连续变量。

-------------

Python:

-------------

• sort
• sorted
• .sort_index
• .sort_value

列表排序方法：

x=[97,93,85,74,32,100,99,67] 针对list的排序，Python提供有全局的sorted函数以及list自身的sort函数可以完成排序功能。

sorted(x) #默认生序 sorted(x,reverse=True) #指定降序

x.sort() #默认生序 x.sort(reverse=True) #指定降序

字典排序方法：

mydata={"A":97,"B":93,"C":85,"D":74,"E":32,"F":100,"G":99,"H":67}

sorted(mydata.keys()) #根据字典的键排序 sorted(mydata.keys(),reverse=True) #根据字典的键逆排序

排序时按照键值对： sorted(mydata.items(),key=lambda item:item[1]) #根据值字段生序排列 sorted(mydata.items(),key=lambda item:item[1],reverse=True) #根据值字段逆序排列

数据框排序：

import pandas as pd import numpy as np df1=pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006,1007,1008], "gender":['male','female','male','female','male','female','male','female'], "pay":['Y','N','Y','Y','N','Y','N','Y'], "m-point":[10,12,20,40,40,40,30,20]})

pandas所生成的数据框同样有sort方法。

根据值排序：

df1.sort_values(["id"]) #使用值进行排序 df1.sort_values(["id"],ascending=False) #降序排列 df1.sort_values(["pay","m-point"]) #排序多个字段

索引排序：

df1=df1.set_index('id') #设置索引列 df1.sort_index() #使用索引进行排序 df1.sort_index(ascending=False) #使用索引列降序排列

--------------

本节小结：

-----------

排序函数：

R语言：

向量：

• sort
• order
• rank

数据框：

• arrange

Python:

列表与字典：

• sort
• sorted

数据框：

• .sort_index
• .sort_value