안녕하세요. PSYda입니다.

이번 포스팅에서는 Pandas DataFrame의 sort(정렬), rank(순위)에 대해 알아보겠습니다.

소개할 내용은 아래와 같습니다.

실습에 사용한 데이터는 fifa19에 등장하는 축구선수들의 능력치 데이터 입니다.
아래에서 다운 받을 수 있습니다.

Ch6_1_fifaStats.csv

다운로드

7. DataFrame의 sort, rank 함수

• sort 함수 : 데이터를 정렬하는 함수(sort_values, sort_index)
• rank 함수 : 데이터의 순위를 매기는 함수

7.1 DataFrame의 sort

DataFrame에서는 sort를 index 및 column 기준으로 sort를 할 수 있다.

• sort_values(axis = 0) : 열방향 정렬(default)
• sort_values(axis = 1) : 행방향 정렬
• sort_index(axis = 0) : 인덱스명 정렬(defualt)
• sort_index(axis = 1) : 컬럼명 정렬

정렬은 ascending 옵션을 통해 오름차순과 내림차순 정렬이 가능하다.

• ascending = True : 오름차순 정렬, 영어의 경우 a 부터
• ascending = False : 내림차순 정렬, 영어의 경우 z부터

7.1.1 sort_values() : 열방향 또는 행방향 데이터 정렬

sort_values 함수 옵션

• ascending = True : True 이면 오름차순, False이면 내림차순 정렬
• inplace = False : True 이면 정렬한 값을 DataFrame에 바로 반영
• by : 정렬할 기준 변수 지정
• na_position = last : NaN값 위치 지정, last이면 마지막, first이면 처음
• axis = 0 : 0이면 열방향 정렬, 1이면 행방향 정렬

pandas library import

import pandas as pd
from pandas import Series, DataFrame
import numpy as np

players = pd.read_csv('data/Ch6_1_fifaStats.csv', index_col = 'Name')
players.head()

7.1.1.1 by 옵션

DataFrame에서 정렬할 변수를 지정 할 수 있다.(Serise의 경우 한 컬럼이므로 by옵션 설정 필요 없음)

• axis = 0 이면 컬럼명을 정렬 기준 변수로 지정(default)
• axis = 1 이면 인덱스명을 정렬 기준 변수로 지정

ShortPassing 능력치 컬럼 기준 오름차순 정렬

players.sort_values(by = 'ShortPassing', axis = 0).head()

7.1.1.2 ascending 옵션

• True(Default) : 오른차순 정렬
• False : 내림차순 정렬,

ShortPassing 컬럼 기준 내림차순 정렬

players.sort_values(ascending = False,by = 'ShortPassing').head()

7.1.1.3 na_position 옵션

• 'last'(Defualt) : 결측값(NaN)을 뒤로 정렬
• 'first' : 결측값(NaN)을 앞으로 정렬

ShortPassing 컬럼 기준 내림차순 정렬하면서 NaN을 처음에 배치

players.sort_values(ascending = False,by = 'ShortPassing', na_position='first').head()

7.1.1.4 inplace 옵션

• False(Default) : 정렬된 내용을 단순 출력만함
• True : 정렬된 내용을 DataFrame에 저장

players DataFrame에 정렬된 데이터를 저장

players.sort_values(ascending = False,by = 'ShortPassing', inplace = True)
players.head()

7.1.1.5 axis 옵션

• axis = 0 : 열방향으로 정렬(위에서 아래로)
• axis = 1 : 행방향으로 정렬(좌에서 우로)

Index 명의 David Silva 기준으로 행방향 정렬

players.sort_values(axis = 1, by = 'David Silva').head()

7.1.2 sort_index() : 인덱스명 정렬

sort_index 함수의 옵션(sort_values 와 옵션이 거의 동일)

• axis = 0(Default) : index명을 정렬
• axis = 1 : 컬럼명을 정렬

A 부터 오름차순 정렬

players.sort_index().head()

내림차순 정렬

players.sort_index(ascending = False).head()

컬럼명 정렬

players.sort_index(axis = 1).head()

7.2 DataFrame의 rank

rank 함수 (데이터의 순위를 측정) 옵션

• ascending : False 이면 숫자가 큰 것이 순위가 높음(rank 값이 작음)
• axis : 0이면 열방향, 1이면 행방향으로 순위 측정
• method : 동점인 경우 순위 측정에 사용할 방법(평균, 최소값, 최대값 등)
• pct : True 이면 상위 몇% 인지 보여줌

7.2.1 ascending 옵션

• True(Default) : 데이터 수치가 클 수록 rank값이 커짐(순위가 낮아짐)
• False : 데이터 수치가 작을 수록 rank값이 작아짐(순위가 높아짐)

컬럼별로 순위 측정(데이터 수치가 클수록 rank가 높음)

players.rank().head()

players.rank(ascending = False).head()

7.2.2 axis 옵션

• axis = 0(Defualt) : 열방향으로 순위 측정
• axis = 1 : 행방향으로 순위 측정

행방향으루 순위 측정(David Silva의 경우 BallControl 컬럼의 순위가 가장 높음)

players.rank(ascending = False, axis = 1).head()

7.2.3 method 옵션

데이터 수치가 동점일 경우 순위 측정 방법

• average(Default) : 평균으로 순위 측정( Ex. 1위가 2명인경우 1.5 )
• first : 동점없이 정렬된 순서대로 순위 측정( Ex. 1위가 3명인 경위 위에서부터 1,2,3 )
• max : 동점인 데이터들 중 순위가 낮은 값 선정( Ex. 1위가 3명인 경우 3 )
• min : 동점인 데이터들 중 순위가 높은 값 선정( Ex. 1위가 3명인 경우 1등, 4번째 데이터의 경우 4등 )
• dense : min과 비슷하지만 동점 다음 데이터 순위 측정에서 차이가 있음( Ex. 1위가 3명인 경우 1등, 4번째 데이터의 경우 2등 )

순위가 동점이면 평균값 측정(David Silva와 L.Modric이 공동 1등이므로 1.5값 부여)

players.rank(ascending = False, method = 'average').head()

players.rank(ascending = False, method = 'first').head()

players.rank(ascending = False, method = 'max').head()

players.rank(ascending = False, method = 'min').head()

players.rank(ascending = False, method = 'dense').head()

7.2.4 pct 옵션

• False(Default) : rank를 순위(숫자)로 매김
• True : 순위의 퍼센테이지값으로 매김(ex. 4명 중 1등인 경우 0.25, 4등은 1.0)

players 데이터 확인

players.head()

행방향으로 퍼센테이지 순위 측정(David Silva의 경우 BallControl이 1등이므로 0.25)

players.rank(ascending = False, axis = 1, pct = True).head()

위의 Jupyter notebook 내용은 여기 Github에서도 확인 할 수 있습니다.

감사합니다.