python排序并標(biāo)上序號

需求：利用python實現(xiàn)排序功能

測試數(shù)據(jù)：data.csv

"id","date","amount"
"1","2019-02-08","6214.23"
"1","2019-02-08","6247.32"
"1","2019-02-09","85.63"
"2","2019-02-14","943.18"
"2","2019-02-15","369.76"
"2","2019-02-18","795.15"
"2","2019-02-19","715.65"
"2","2019-02-21","537.71"
"2","2019-02-24","1037.71"
"3","2019-02-09","967.36"
"3","2019-02-10","85.69"
"3","2019-02-12","769.85"
"3","2019-02-13","943.86"
"3","2019-02-19","843.86"
"3","2019-02-11","85.69"
"3","2019-02-14","843.86"
"1","2019-02-10","985.63"
"1","2019-02-09","285.63"
"1","2019-02-11","1285.63"

第一種常見排序： 將上面數(shù)據(jù)按照amount字段進(jìn)行排序

import pandas as pd
filename="data.csv"
df=pd.read_csv(filename)
#增加一個rank排序字段
df['rank']=df['amount'].rank(ascending=0, method='first')

說明：ascending ：1 表示升序，0表示降序

method：此參數(shù)的作用是，當(dāng)遇到兩個值相同時，排序處理的方式?？梢匀〉闹涤?first、max、min、dense

（1）method =‘first’ 時

表示排序時，序號不會重復(fù)且是連續(xù)的，遇到相同的值時，會按照數(shù)據(jù)的先后順序標(biāo)序號，如下圖：

df['rank']=df['amount'].rank(ascending=0, method='first')
print(df)

（2）method='min’時

表示排序時，遇到相同的值時，后面數(shù)的序號與最先出現(xiàn)的數(shù)的序號保持一致，如下圖，843.86值重復(fù)兩次，排名均為9，且排序中沒有序號10（序號不連續(xù)）

df['rank']=df['amount'].rank(ascending=0, method='min')
print(df)

（3）method='max’時

表示排序時，遇到相同的值時，后面數(shù)的序號與最后出現(xiàn)的數(shù)的序號保持一致，如下圖，843.86值重復(fù)兩次，排名均為10，且排序中沒有序號9（序號不連續(xù)）

df['rank']=df['amount'].rank(ascending=0, method='max')
print(df)

（4）method='dense’時

表示排序時，遇到相同的值時，重復(fù)值序號保持一致，如下圖，843.86值重復(fù)兩次，排名均為9，且下一個數(shù)序號為10，序號保持連續(xù)

df['rank']=df['amount'].rank(ascending=0, method='dense')
print(df)

第二種常見排序：組內(nèi)排序 ，將上面數(shù)據(jù)根據(jù)id分組，并按照amount字段進(jìn)行組內(nèi)排序

df['rank']=df['amount'].groupby(df['id']).rank(ascending=0, method='dense')
#對結(jié)果按照id和rank進(jìn)行升序排列
data=df.sort_values(by=['id','rank'],ascending=(1,1))

Python常見排序算法匯總

所謂排序，就是使一串記錄，按照其中的某個或某些關(guān)鍵字的大小，遞增或遞減的排列起來的操作。排序算法，就是如何使得記錄按照要求排列的方法。

排序的穩(wěn)定性

經(jīng)過某種排序后，如果兩個記錄序號同等，且兩者在原無序記錄中的先后秩序依然保持不變，則稱所使用的排序方法是穩(wěn)定的，反之是不穩(wěn)定的。

內(nèi)排序和外排序

• 內(nèi)排序：排序過程中，待排序的所有記錄全部放在內(nèi)存中
• 外排序：排序過程中，使用到了外部存儲。

通常討論的都是內(nèi)排序。

影響內(nèi)排序算法性能的三個因素：

• 時間復(fù)雜度：即時間性能，高效率的排序算法應(yīng)該是具有盡可能少的關(guān)鍵字比較次數(shù)和記錄的移動次數(shù)
• 空間復(fù)雜度：主要是執(zhí)行算法所需要的輔助空間，越少越好。
• 算法復(fù)雜性。主要是指代碼的復(fù)雜性。

Python常用排序算法

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論