使用numpy获取按另一列排序的给定列值的行索引

可以通过以下步骤实现：

导入numpy库：在代码中导入numpy库，以便使用其中的函数和方法。

import numpy as np

创建一个二维数组：使用numpy创建一个二维数组，表示数据集。

data = np.array([[1, 4, 7],
                 [2, 5, 8],
                 [3, 6, 9]])

获取按另一列排序的给定列值的行索引：使用numpy的argsort函数，根据指定列的值对数据集进行排序，并返回排序后的行索引。

column_to_sort = 1  # 指定要排序的列索引
sorted_indexes = np.argsort(data[:, column_to_sort])

打印排序后的行索引：使用print函数打印排序后的行索引。

print(sorted_indexes)

完整的代码示例：

import numpy as np

data = np.array([[1, 4, 7],
                 [2, 5, 8],
                 [3, 6, 9]])

column_to_sort = 1  # 指定要排序的列索引
sorted_indexes = np.argsort(data[:, column_to_sort])

print(sorted_indexes)

这段代码的输出结果将会是按第二列值排序后的行索引。

对于这个问题，腾讯云没有特定的产品或链接与之相关。

相关·内容

Pandas库的基础使用系列---获取行和列

前言我们上篇文章简单的介绍了如何获取行和列的数据，今天我们一起来看看两个如何结合起来用。获取指定行和指定列的数据我们依然使用之前的数据。...我们先看看如何通过切片的方法获取指定列的所有行的数据info = df.loc[:, ["2021年", "2017年"]]我们注意到，行的位置我们使用类似python中的切片语法。...接下来我们再看看获取指定行指定列的数据df.loc[2, "2022年"]是不是很简单，大家要注意的是，这里的2并不算是所以哦，而是行名称，只不过是用了padnas自动帮我创建的行名称。...如果要使用索引的方式，要使用下面这段代码df.iloc[2, 2]是不是很简单，接下来我们再看看如何获取多行多列。为了更好的的演示，咱们这次指定索引列df = pd.read_excel(".....通常是建议这样获取的，因为从代码的可读性上更容易知道我们获取的是哪一行哪一列。当然我们也可以通过索引和切片的方式获取，只是可读性上没有这么好。

6380 0

Numpy中找出array中最大值所对应的行和列

Python特别灵活，肯定方法不止一种，这里介绍一种我觉得比较简单的方法。...如下图，使用x == np.max(x) 获得一个掩模矩阵，然后使用where方法即可返回最大值对应的行和列。 where返回一个长度为2的元组，第一个元素保存的是行号，第二个元素保存的是列号。

6.4K2 0

用过Excel，就会获取pandas数据框架中的值、行和列

在Excel中，我们可以看到行、列和单元格，可以使用“=”号或在公式中引用这些值。...要获取前三行，可以执行以下操作：图8 使用pandas获取单元格值要获取单个单元格值，我们需要使用行和列的交集。...以下两种方法都遵循这种行和列的思想。方括号表示法使用方括号表示法，语法如下：df[列名][行索引]。这有时称为链式索引。...记住这种表示法的一个更简单的方法是：df[列名]提供一列，然后添加另一个[行索引]将提供该列中的特定项。假设我们想获取第2行Mary Jane所在的城市。...接着，.loc[[1,3]]返回该数据框架的第1行和第4行。 .loc[]方法正如前面所述，.loc的语法是df.loc[行，列]，需要提醒行（索引）和列的可能值是什么？

19.2K6 0

使用pandas筛选出指定列值所对应的行

：布尔索引位置索引标签索引使用API 假设数据如下: import pandas as pd import numpy as np df = pd.DataFrame({'A': 'foo bar...布尔索引该方法其实就是找出每一行中符合条件的真值(true value)，如找出列A中所有值等于foo df[df['A'] == 'foo'] # 判断等式是否成立 ?...位置索引使用iloc方法，根据索引的位置来查找数据的。...df.index=df['A'] # 将A列作为DataFrame的行索引 df.loc['foo', :] # 使用布尔 df.loc[df['A']=='foo'] ?...数据提取不止前面提到的情况，第一个答案就给出了以下几种常见情况：1、筛选出列值等于标量的行，用== df.loc[df['column_name'] == some_value] 2、筛选出列值属于某个范围内的行

19.2K1 0

Excel应用实践19：根据工作表某列中的值从另一工作簿中获取数据

excelperfect 在下图1所示的工作簿Data.xlsx的工作表Sheet1中，存放着待使用的数据。 ?...图1 在下图2所示的工作簿GetData.xlsm中，根据列C中的数据，在上图1的工作簿Data.xlsx的列E中查找是否存在相应数据的单元格。 ?...图2 然后，将Data.xlsx中对应行的列I至列K单元格中的数据复制到GetData.xlsm相应的单元格中，如下图3所示。 ?...Exit Sub Else '遍历所选的单元格 For Each rng In Selection '在数据工作表中查找相应的值所在的单元格...Find方法来查找数据所在的单元格，使用Offset属性偏移到指定的单元格，使用Resize属性来扩展单元格区域。

18.9K3 0

动态数组公式：动态获取某列中首次出现#NA值之前一行的数据

标签：动态数组如下图1所示，在数据中有些为值错误#N/A数据，如果想要获取第一个出现#N/A数据的行上方行的数据（图中红色数据，即图2所示的数据），如何使用公式解决？...如果想要只获取第5列#N/A值上方的数据，则将公式稍作修改为： =INDEX(LET(data,A2:E18,i,MIN(IFERROR(BYCOL(data,LAMBDA(x,MATCH(TRUE,ISNA...(x),0))),""))-1,DROP(TAKE(data,i),i-1)),,5) 也可以使用公式： =LET(d,FILTER(E2:E18,NOT(ISNA(E2:E18))),DROP(d,ROWS...(d)-1)) 如果数据区域中#N/A值的位置发生改变，那么上述公式会自动更新为最新获取的值。...当然，也可以使用VBA来解决： Sub CopyValues() Dim rng As Range Dim i As Long With Worksheets("Sheet1") Set

1521 0

python数据分析——数据的选择和运算

而在选择行和列的时候可以传入列表,或者使用冒号来进行切片索引。...数据获取 ①列索引取值使用单个值或序列,可以从DataFrame中索引出一个或多个列。...关键技术:可以通过对应的下标或行索引来获取值,也可以通过值获取对应的索引对象以及索引值。具体程序代码如下所示： ②取行方式【例】通过切片方式选取多行。...关键技术:可以利用行号索引和count()方法来进行计数,程序代码如下所示: 【例】对于给定的DataFrame数据，按索引值进行求和并输出结果。...Dataframe的排序可以按照列或行的名字进行排序,也可以按照数值进行排序。 DataFrame数据排序主要使用sort_values()方法，该方法类似于sql中的order by。

1931 0

70个NumPy练习：在Python下一举搞定机器学习矩阵运算

输入：输出：答案： 12.从一个数组中删除存在于另一个数组中的元素？难度：2 问题：从数组a中删除在数组b中存在的所有元素。输入：输出：答案： 13.获取两个数组元素匹配的索引号。...难度：2 问题：获取数组a和b的元素匹配的索引号输入：输出：答案： 14.从numpy数组中提取给定范围内的所有数字？难度：2 问题：从数组a提取5到10之间的所有元素。...答案： 44.如何按列排序二维数组？难度：2 问题：根据sepallength列对iris数据集进行排序。答案： 45.如何在numpy数组中找到最频繁出现的值？...难度：2 问题：从数组a中，替换大于30包括30且小于10到10的所有值。输入：答案： 48.如何从numpy数组中获取n个值的位置？难度：2 问题：获取给定数组a中前5个最大值的位置。...难度：2 问题：为给定的数字数组a排序。输入：输出：答案： 55.如何使用numpy对多维数组中的元素进行排序？难度：3 问题：创建一个与给定数字数组a相同形式的排列数组。

20.7K4 2

Numpy进阶之排序小技巧

使用方法： numpy.sort(a, axis=-1, kind=None, order=None) 参数： a : 要排序的数组； axis ：按什么轴进行排序，默认按最后一个轴进行排序； kind...使用方法（和sort类似）： numpy.argsort(a, axis=-1, kind=None, order=None) 参数： a : 要排序的数组； axis ：按什么轴进行排序，默认按最后一个轴进行排序...) ''' 按字段属性进行排序，并获取索引。...使用方法： numpy.lexsort(keys, axis=-1) 参数： keys ：序列或元组，要排序的不同的列； axis ：沿指定轴进行排序；说明：使用键序列执行间接稳定排序。...给定多个排序键（可以将其解释为电子表格中的列），lexsort返回一个整数索引数组，该数组描述按多个列排序的顺序。序列中的最后一个键用于主排序顺序，倒数第二个键用于辅助排序顺序，依此类推。

1.1K4 0

python数据科学系列：pandas入门详细教程

这里提到了index和columns分别代表行标签和列标签，就不得不提到pandas中的另一个数据结构：Index，例如series中标签列、dataframe中行标签和列标签均属于这种数据结构。...例如，当标签列类型（可通过df.index.dtype查看）为时间类型时，若使用无法隐式转换为时间的字符串作为索引切片，则引发报错 ? 切片形式返回行查询，且为范围查询 ?...切片类型与索引列类型不一致时，引发报错 loc/iloc，最为常用的两种数据访问方法，其中loc按标签值访问、iloc按数字索引访问，均支持单值访问或切片查询。...sort_index、sort_values，既适用于series也适用于dataframe，sort_index是对标签列执行排序，如果是dataframe可通过axis参数设置是对行标签还是列标签执行排序...；sort_values是按值排序，如果是dataframe对象，也可通过axis参数设置排序方向是行还是列，同时根据by参数传入指定的行或者列，可传入多行或多列并分别设置升序降序参数，非常灵活。

15.1K2 1

NumPy 笔记（超级全！收藏√）

花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引，如果目标是一维数组，那么索引的结果就是对应位置的元素；如果目标是二维数组，那么就是对应下标的行。 ...按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。 ...C') 参数说明： order：‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘K’ – 元素在内存中的出现顺序。 ...numpy.insert numpy.insert 函数在给定索引之前，沿给定轴在输入数组中插入值。如果值的类型转换为要插入，则它与输入数组不同。插入没有原地的，函数会返回一个新数组。...按列排序，axis=1 按行排序kind: 默认为’quicksort’（快速排序）order: 如果数组包含字段，则是要排序的字段 numpy.argsort() numpy.argsort()

4.6K3 0

数据导入与预处理-课程总结-01~03章

[1]) # 获取索引为1的一行元素 print(array_2d[1, 2]) # 获取行索引为1、列索引为2的元素 2.3.2 使用花式索引访问元素访问一维数组 import numpy as np...排序排序1 - 按值排序 .sort_values pandas中可以使用sort_values()方法将Series、DataFrmae类对象按值的大小排序。...axis：表示轴编号（排序的方向），0代表按行排序，1代表按列排序。 ascending：表示是否以升序方式排序，默认为True。若设置为False，则表示按降序方式排序。...），0代表按行排序，1代表按列排序。...使用[]访问数据变量[索引] 需要说明的是，若变量的值是一个Series类对象，则会根据索引获取该对象中对应的单个数据；若变量的值是一个DataFrame类对象，在使用“[索引]”访问数据时会将索引视为列索引

3.1K2 0

Pandas从入门到放弃

，DataFrame的每一列（行）都是一个Series，每一列（行）的Series.name即为当前列（或行）索引名。...的列操作以前面的df2这一DataFrame变量为例，若希望获取点A的x、y、z坐标，则可以通过三种方法获取： 1、df[列索引]；2、df.列索引；3、df.iloc[:, :] 注意：在使用第一种方式时...，获取的永远是列，索引只会被认为是列索引，而不是行索引；相反，第二种方式没有此类限制，故在使用中容易出现问题。...第三类方法常用于获取多个列，其返回值也是一个DataFrame。...默认通过行索引，按照升序排序 newdfs1 = dfs.sort_index() newdfs1 按照值的降序排序，可以通过df.sort_values(列索引, ascending = False)

961 0

看图学NumPy：掌握n维数组基础知识点，看这一篇就够了

从NumPy数组中获取数据的另一种超级有用的方法是布尔索引，它允许使用各种逻辑运算符，来检索符合条件的元素： ? 注意：Python中的三元比较3NumPy数组中不起作用。...因此在二维数组中，如果axis=0是按列，那么axis=1就是按行。 ? 矩阵运算除了普通的运算符（如+，-，*，/，//和**）以元素方式计算外，还有一个@运算符可计算矩阵乘积： ?...二维及更高维度中，argmin和argmax函数返回最大最小值的索引： ? all和any两个函数也能使用axis参数： ?...不过NumPy具有多个函数，允许按列进行排序： 1、按第一列对数组排序：a[a[:,0].argsort()] ? argsort排序后，此处返回原始数组的索引数组。...2、有一个辅助函数lexsort，该函数按上述方式对所有可用列进行排序，但始终按行执行，例如： a[np.lexsort(np.flipud(a[2,5].T))]：先通过第2列排序，再通过第5列排序；

6K2 0

【科学计算包NumPy】NumPy数组的基本操作

indexing），允许用一个索引数组作为另一个数组的索引以获取后者的子集。...使用 argsort 和 lexsort 函数，可以在给定一个或多个键时，得到一个由整数构成的索引数组，索引值表示数据在新的序列中的位置。...#数组排序,默认按升序 print("排序前数组z =",z) #默认按行排序，相当于axis=1 print("按行排序的结果：",np.sort(z)) print("按行排序结果的原索引："...,np.argsort(z)) #按列排序 print("按列排序的结果：",np.sort(z,axis=0)) print("按列排序结果的原索引：",np.argsort(z,axis=0)...[71 92 95 63]] 按列排序结果的原索引： [[0 0 0 1] [2 1 1 2] [1 2 2 0]] 使用 lexsort 排序。

1231 0

图解NumPy：常用函数的内在机制

Python 列表与 NumPy 数组的对比为了获取 NumPy 数组中的数据，另一种超级有用的方法是布尔索引（boolean indexing），它支持使用各类逻辑运算符： any 和 all 的作用与在...为了获取适用于任意维度的通用符号，NumPy 引入了 axis 的概念：事实上，axis 参数的值是相关问题中索引的数量：第一个索引为 axis=0，第二个索引为 axis=1，以此类推。...因此在二维情况下，axis=0 是按列计算，axis=1 是按行计算。...但幸运的是，NumPy 提供了一些支持按列排序的辅助函数——或有需要的话可按多列排序： 1. a[a[:,0].argsort()] 可按第一列对数组排序：这里 argsort 会返回原数组排序后的索引的数组...a[:,0].argsort(kind='stable')] 2. lexsort 函数能使用上述方式根据所有列进行排序，但它总是按行执行，而且所要排序的行的顺序是反向的（即自下而上），因此使用它时会有些不自然

3.7K1 0

图解NumPy：常用函数的内在机制

3.3K2 0

Pandas——高效的数据处理Python库

plt Series是一个值的序列，它只有一个列，以及索引，下面的例子中，就是用默认的整数索引 ?...对axis按照index排序（axis=1指第二个纬度，即列） ? 按值排序 ? 3.选择行和列从DataFrame选择一个列，就得到了一个Series ?...Setting 为DataFrame增加新的列，按index对应 ? 通过label 下标 numpy 布尔值作下标设置 ?...缺失值 pandas用np.nana表示缺失值，不加入计算 dropna()丢弃有NaN的行 fillna(value=5)填充缺失值 pd.isnull()获取布尔值的mask，哪些是NaN 统计...平均值 mean() 对另一个纬度做平均值只需加一个参数 mean(1) 这里的1是纬度， 0表示x , 1 表示y, 2表示z 以此类推 Apply函数对行或列进行操作

1.7K9 0

Python进阶之NumPy快速入门(四)

axis=0 按列排序，axis=1 按行排序，默认是按axis=1排序，也就是行排序。...其格式如下： numpy.argmax(a, axis) 参数说明：当只有a的时候，输出结果是数组所有元素中的最大值对应的总索引当axis=0的时候，输出为每一列最大元素的索引当axis=1的时候...其中数组a中最大元素是90，总索引为7。当axis=0的时候，从左到右每一列最大数字对应的索引值分别为[1,2,0]。当axis=1的时候，从上到下每一行最大数字对应的索引值分别为[2,0,1]。...一个有六个元素是非零的，运行结果的形式是先给定行索引，然后是列索引。然后我们再把索引作为数组b的索引就可以挑选出数组b中所有非零元素，返回形式为一维数组。...() numpy.where() 函数返回输入数组中满足给定条件的元素的索引。

8553 0

Python数据分析笔记——Numpy、Pandas库

（3）获取DataFrame的值（行或列）通过查找columns值获取对应的列。（下面两种方法）通过索引字段ix查找相应的行。（4）对列进行赋值处理。对某一列可以赋一个标量值也可以是一组值。...Pandas基本功能 1、重新索引 Pandas对象的一个方法就是重新索引（reindex）,其作用是创建一个新的索引，pandas对象将按这个新索引进行排序。对于不存在的索引值，引入缺失值。...也可以按columns(行)进行重新索引，对于不存在的列名称，将被填充空值。对于不存在的索引值带来的缺失值，也可以在重新索引时使用fill_value给缺失值填充指定值。...（1）Series数据结构的排序和排名 a、按索引值进行排序 b、按值进行排序默认情况下，排序是按升序排列的，但也可通过ascending=False进行降序排列。...obj.rank() (2)DataFrame数据结构的排序和排名按索引值进行排列，一列或多列中的值进行排序，通过by将列名传递给sort_index. 5、缺失数据处理（1）滤出缺失数据使用data.dropna

6.4K8 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

使用numpy获取按另一列排序的给定列值的行索引

相关·内容

Pandas库的基础使用系列---获取行和列

Numpy中找出array中最大值所对应的行和列

用过Excel，就会获取pandas数据框架中的值、行和列

使用pandas筛选出指定列值所对应的行

Excel应用实践19：根据工作表某列中的值从另一工作簿中获取数据

动态数组公式：动态获取某列中首次出现#NA值之前一行的数据

python数据分析——数据的选择和运算

70个NumPy练习：在Python下一举搞定机器学习矩阵运算

Numpy进阶之排序小技巧

python数据科学系列：pandas入门详细教程

NumPy 笔记（超级全！收藏√）

数据导入与预处理-课程总结-01~03章

Pandas从入门到放弃

看图学NumPy：掌握n维数组基础知识点，看这一篇就够了

【科学计算包NumPy】NumPy数组的基本操作

图解NumPy：常用函数的内在机制

图解NumPy：常用函数的内在机制

Pandas——高效的数据处理Python库

Python进阶之NumPy快速入门(四)

Python数据分析笔记——Numpy、Pandas库

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐