本文始發於個人公眾號：TechFlow，原創不易，求個關注
今天是pandas資料處理專題的第六篇文章，我們來聊聊DataFrame的排序與彙總運算。
在上一篇文章當中我們主要介紹了DataFrame當中的apply方法，如何在一個DataFrame對每一行或者是每一列進行廣播運算，使得我們可以在很短的時間內處理整份資料。今天我們來聊聊如何對一個DataFrame根據我們的需要進行排序以及一些彙總運算的使用方法。
排序
排序是我們一個非常基本的需求，在pandas當中將這個需求進一步細分，細分成了根據索引排序以及根據值排序。我們先來看看Series當中的排序方法。
Series當中的排序方法有兩個，一個是sort_index，顧名思義根據Series中的索引對這些值進行排序。另一個是sort_values，根據Series中的值來排序。這兩個方法都會返回一個新的Series：
索引排序
對於DataFrame來說也是一樣，同樣有根據值排序以及根據索引排序這兩個功能。但是由於DataFrame是一個二維的資料，所以在使用上會有些不同。最簡單的差別是在於Series只有一列，我們明確的知道排序的物件，但是DataFrame不是，它當中的索引就分為兩種，分別是行索引以及列索引。所以我們在排序的時候需要指定我們想要排序的軸，也就是axis。
預設的情況我們是根據行索引進行排序，如果我們要指定根據列索引進行排序，需要傳入引數axis=1。
我們還可以傳入ascending這個引數，用來指定我們想要的排序順序是正序還是倒序。
值排序
DataFrame的值排序有所不同，我們不能對行進行排序，只能針對列。我們通過by引數傳入我們希望排序參照的列，可以是一列也可以是多列。
排名
有的時候我們希望得到元素的排名，我們會希望知道當前元素在整體當中排第幾，pandas當中也提供了這個功能，它就是rank方法。
我們可以發現我們隨手輸入的一串數字當中，包含兩個7，7是Series當中最大的數字，但是它們的排名為什麼是6.5呢？
其實很簡單，因為7出現了兩次，分別是第6位和第7位，這裡對它所有出現的排名取了平均，所以是6.5。如果我們不希望它取平均，而是根據出現的先後順序給出排名的話，我們可以用method引數指定我們希望的效果。
method的合法引數並不止first這一種，還有一些其他稍微冷門一些的用法，我們一併列出。
如果是DataFrame的話，預設是以行為單位，計算每一行中元素佔整體的排名。我們也可以通過axis引數指定以列為單位計算：
彙總運算
最後我們來介紹一下DataFrame當中的彙總運算，彙總運算也就是聚合運算，比如我們最常見的sum方法，對一批資料進行聚合求和。DataFrame當中同樣有類似的方法，我們一個一個來看。
首先是sum，我們可以使用sum來對DataFrame進行求和，如果不傳任何引數，預設是對每一行進行求和。
除了sum之外，另一個常用的就是mean，可以針對一行或者是一列求平均。
由於DataFrame當中常常會有為NA的元素，所以我們可以通過skipna這個引數排除掉缺失值之後再計算平均值。
另一個我個人覺得很好用的方法是descirbe，可以返回DataFrame當中的整體資訊。比如每一列的均值、樣本數量、標準差、最小值、最大值等等。是一個常用的統計方法，可以用來了解DataFrame當中資料的分佈情況。
除了介紹的這些方法之外，DataFrame當中還有很多類似的彙總運算方法，比如idxmax，idxmin，var，std等等，大家感興趣可以去查閱相關文件，但是根據我的經驗一般用不到。
今天的文章到這裡就結束了，如果喜歡本文的話，請來一波素質三連，給我一點支援吧（關注、轉發、點贊）。
- END -