pandas基本功能3

函數應用和映射

lambda用法：

在上面的例子中，lambda作為一個表達式，定義了一個匿名函數，上例的代碼x為入口參數，x+1為函數體。

DataFrame的apply方法可以將函數應用到由各列或行所形成的一維數組上：

傳遞給apply的函數可以返回由多個值組成的Series:

使用applymap格式化字元串：

排序和排名

根據條件對數據集排序(sorting)是一種重要的內置運算。要對行或列索引進行排序（按字典順序），可使用sort_index方法，它將返回一個已排序的新對象：

對於DataFrame，可以根據任意一個軸上的索引進行排序：

Series 的sort_index(ascending=True)方法可以對 index 進行排序操作，ascending 參數用於控制升序或降序，默認為升序：

若要按值對 Series 進行排序，當使用 .order(na_last=True, ascending=True, kind=mergesort) 方法，任何缺失值默認都會被放到 Series 的末尾。

在DataFrame上，根據一個或多個列中的值進行排序，可以將一個或多個列的名字傳遞給by:

要根據多個列進行排序，傳入名稱的列表即可：

排名（Series.rank(method=average, ascending=True)）的作用與排序的不同之處在於，他會把對象的 values 替換成名次（從 1 到 n）。這時唯一的問題在於如何處理平級項，方法里的 method 參數就是起這個作用的，他有四個值可選：average, min, max, first。

其中rank函數返回從小到大排序的下標，對於平級的數，rank是通過「為各組分配一個平均排名」的方式破壞平級關係，如下：

根據在原數據中出現的順序給出排名：

分別按降序和升序進行排名：

下面列出用於破壞平級關係的method選項：

DataFrame可以在行或列上計算排名：