持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第3天，点击查看活动详情

注意：本案例使用 Jupyter Notebook 进行案例演示

1. 赋值与排序

1.1 赋值

• 注意：在DataFrame赋值中，不可以单独对指定的索引进行赋值。
• 通常都是整行或整列进行复制操作

对DataFrame当中的close列进行重新赋值为1

# 直接修改原来的值
data['close'] = 1
# 或者
data.close = 1

1.2 排序

排序有两种形式，一种对内容进行排序，一种对索引进行排序 DataFrame：

对内容进行排序的语法格式如下所示：

• 使用df.sort_values(key=, ascending=)对内容进行排序

  • key：按照哪个键进行排序
  • 单个键或者多个键进行排序，默认升序
  • ascending=False：降序
  • ascending=True：升序

1.2.1 对内容进行排序

步骤1：导入依赖库

导入相关库，读取数据并查看：

import pandas as pd
people = pd.read_csv("data/data140190/人口.csv")
people.head()

运行结果如下图：

步骤2：排序

下面将对指定列的内容进行排序操作：

• by="中国就业人口(万人)"：指定排序的列索引为"中国就业人口(万人)"这列，即按照"中国就业人口(万人)"这列对所有样本进行排序。
• ascending=False：表示降序排列

# 3. 排序
people.sort_values(by="中国就业人口(万人)", ascending=False)

运行结果如下图所示：

步骤3：多字段排序

如果两个值一样大怎么办？

• 我们可以按照多个字段进行排序
• by里面按顺序传入多个字段，这样就能按优先级顺序进行排序了
• by=["出生人口(万)", "中国人均GPA(美元计)"]：比如在出生人口数相同的时候，谁的GDP大谁排在前面

# 按照多个字段进行排序
# 当两个值相等的时候，比如在出生人口数相同的时候，谁的GDP大谁排在前面
people.sort_values(by=["出生人口(万)", "中国人均GPA(美元计)"], ascending=False)

1.2.2 对索引进行排序

.sort_index()能够对行索引进行排序，使用时可以将行索引排序后的表格用变量重新接收。若没有指定ascending参数，则默认按照从小到大进行排序。

# 对索引日期进行从小到大排序
stock_paixu = pd.read_csv("stock_day.csv")
stock_paixu.sort_index()

运行结果如下图所示：可以发现datetime形式的日期索引能够被识别并正确按照时间早晚进行排序。