Python |熊猫系列. argsort()
原文:https://www.geeksforgeeks.org/python-pandas-series-argsort/
熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。
熊猫 **Series.argsort()**函数返回给定序列对象的基础数据排序的索引。
语法: Series.argsort(axis=0，kind='quicksort '，order=None)
参数: 轴:无效果但兼容 numpy 接受。 种类: {'mergesort '，' quicksort '，' heapsort'}，默认' quicksort' 顺序:无影响但接受与 numpy 兼容。
返回: argsorted : Series，其中-1 表示存在 nan 值的位置
示例#1: 使用Series.argsort()函数返回索引序列，该序列将对给定序列对象的底层数据进行排序。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([34, 5, 13, 32, 4, 15])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
Coca Cola 34
Sprite 5
Coke 13
Fanta 32
Dew 4
ThumbsUp 15
dtype: int64
现在我们将使用Series.argsort()函数返回一个索引序列，该序列将对给定序列对象的底层数据进行排序。
# return the indices which will
# sort the series
result = sr.argsort()
# Print the result
print(result)
# Let's sort the series using the result
print(sr[result])
输出:
Coca Cola 4
Sprite 1
Coke 2
Fanta 5
Dew 3
ThumbsUp 0
dtype: int64
Dew 4
Sprite 5
Coke 13
ThumbsUp 15
Fanta 32
Coca Cola 34
dtype: int64
正如我们在输出中看到的那样，Series.argsort()函数已经成功地返回了一个包含索引的序列对象，这些索引将对给定的序列对象进行排序。
示例 2 : 使用Series.argsort()函数返回索引序列，该序列将对给定序列对象的底层数据进行排序。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None])
# Create the Index
# apply yearly frequency
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y')
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
2010-12-31 08:45:00 11.0
2011-12-31 08:45:00 21.0
2012-12-31 08:45:00 8.0
2013-12-31 08:45:00 18.0
2014-12-31 08:45:00 65.0
2015-12-31 08:45:00 18.0
2016-12-31 08:45:00 32.0
2017-12-31 08:45:00 10.0
2018-12-31 08:45:00 5.0
2019-12-31 08:45:00 32.0
2020-12-31 08:45:00 NaN
Freq: A-DEC, dtype: float64
现在我们将使用Series.argsort()函数返回一个索引序列，该序列将对给定序列对象的底层数据进行排序。
# return the indices which will
# sort the series
result = sr.argsort()
# Print the result
print(result)
# Let's sort the series using the result
print(sr[result])
输出:
2010-12-31 08:45:00 8
2011-12-31 08:45:00 2
2012-12-31 08:45:00 7
2013-12-31 08:45:00 0
2014-12-31 08:45:00 3
2015-12-31 08:45:00 5
2016-12-31 08:45:00 1
2017-12-31 08:45:00 6
2018-12-31 08:45:00 9
2019-12-31 08:45:00 4
2020-12-31 08:45:00 -1
Freq: A-DEC, dtype: int64
2018-12-31 08:45:00 5.0
2012-12-31 08:45:00 8.0
2017-12-31 08:45:00 10.0
2010-12-31 08:45:00 11.0
2013-12-31 08:45:00 18.0
2015-12-31 08:45:00 18.0
2011-12-31 08:45:00 21.0
2016-12-31 08:45:00 32.0
2019-12-31 08:45:00 32.0
2014-12-31 08:45:00 65.0
2020-12-31 08:45:00 NaN
dtype: float64
正如我们在输出中看到的那样，Series.argsort()函数已经成功地返回了一个包含索引的序列对象，这些索引将对给定的序列对象进行排序。请注意，函数返回了-1 作为缺失值的索引位置。
