R语言和Python中常见的排序函数应用
本篇内容主要讲解"R语言和Python中常见的排序函数应用"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"R语言和Python中常见的排序函数应用"吧!
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
到此，相信大家对"R语言和Python中常见的排序函数应用"有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
