pandas 系列 argsort 如何处理 nan 值?
在熊猫系列中,该argmax()方法用于对系列的值进行排序,它将返回一个新的系列对象,其中包含对原始系列值进行排序的索引。如果 Series 对象包含任何空值或缺失值,则该argsort()方法将 -1 值作为其索引。
为了对系列对象的值进行排序,argsort 方法将快速排序算法作为默认算法,我们可以通过使用 kind 参数应用任何其他排序算法,例如“mergesort”、“heapsort”、“stable”。
argsort 方法返回一个序列,其中的值被索引的排序顺序替换。而且它不会改变原始系列对象的索引标签。
示例 1
import pandas as pd# creating series
series = pd.Series([None,5,2,None,7])
print(series)
# apply argsort()
print("输出参数排序:", series.argsort())
解释
在下面的示例中,我们使用带有一些 None 值的 python 列表创建了一个系列。然后我们将该argsort()方法应用于该系列数据。
输出结果
0 NaN1 5.0
2 2.0
3 NaN
4 7.0
dtype: float64
输出参数排序:
0 -1
1 1
2 0
3 -1
4 2
dtype: int64
在上面的输出块中,我们可以看到 argsort 方法的结果系列对象,因为我们可以观察到 -1 值,它表示原始系列对象的无值索引。
示例 2
import pandas as pd# creating dates
date = pd.date_range("2021-07-01", periods=5, freq="M")
# creating pandas Series with date range index
s = pd.Series([9, None, 2, 5, 6], index=date)
print(s)
# apply argsort
print("argsort 的输出:",s.argsort())
解释
让我们再举一个 pandas 系列对象的例子来应用 argsort 方法。最初,我们创建了一个带有整数值列表和 None 值的 pandas 系列对象,然后对该数据应用 argsort 方法。该系列的索引是日期范围值。
输出结果
2021-07-31 9.02021-08-31 NaN
2021-09-30 2.0
2021-10-31 5.0
2021-11-30 6.0
Freq: M, dtype: float64
argsort 的输出:
2021-07-31 1
2021-08-31 -1
2021-09-30 2
2021-10-31 3
2021-11-30 0
Freq: M, dtype: int64
输出系列对象的索引标签 2021-07-31 处的元素来自原始系列的第一个索引位置,它是最小的数字。argsort 方法中没有跳过任何值,因此它将 -1 表示为该特定元素的索引。
同样,输出序列对象的索引标签 2021-11-30 处的元素来自原始序列的第 0 个索引位置,它是原始序列值中的最大数。通过这种方式,pandas 系列argmax()方法处理 None 值。
以上是 pandas 系列 argsort 如何处理 nan 值? 的全部内容, 来源链接: utcz.com/z/297320.html