DataFrame排序和排名案例解析

DataFrame排序和排名的案例解析如下：

首先，我们需要导入pandas库，并创建一个字典，其中键是列名，值是列中的数据。然后，我们可以使用pandas的DataFrame()函数将字典转换为DataFrame。

import pandas as pd

data = {
   
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [25, 30, 35, 40],
    '城市': ['北京', '上海', '深圳', '广州']
}

df = pd.DataFrame(data)
print(df)

输出结果：

   姓名  年龄  城市
0  张三  25  北京
1  李四  30  上海
2  王五  35  深圳
3  赵六  40  广州

接下来，我们可以使用DataFrame的sort_values()方法对数据进行排序。例如，我们可以根据年龄对数据进行升序排序。

sorted_data = df.sort_values(by='年龄')
print(sorted_data)

输出结果：

   姓名  年龄  城市
0  张三  25  北京
1  李四  30  上海
2  王五  35  深圳
3  赵六  40  广州

我们还可以使用DataFrame的rank()方法对数据进行排名。例如，我们可以根据年龄对数据进行排名。

df['年龄排名'] = df['年龄'].rank()
print(df)

输出结果：

   姓名  年龄  城市  年龄排名
0  张三  25  北京      1.0
1  李四  30  上海      2.0
2  王五  35  深圳      3.0
3  赵六  40  广州      4.0

这样，我们就完成了DataFrame的排序和排名操作。