Python 如何按A列和B列中的差异对数据帧进行排序
上面是我的数据框,我想根据ConferencealPost和TopPost之间的差异进行排序。我该怎么做Python 如何按A列和B列中的差异对数据帧进行排序,python,pandas,dataframe,sorting,Python,Pandas,Dataframe,Sorting,上面是我的数据框,我想根据ConferencealPost和TopPost之间的差异进行排序。我该怎么做 我试图做一个情绪分析,看看哪些词最常见,哪些词不常见。谢谢 您只需在数据框中添加一个名为“差异”的额外列,并按该列排序即可。类似这样的东西df['Score_diff']=df['contriversialpost']-df['topost'] Word ControversialPost TopPost 0 to 5756 4169 1 I 5717 4
我试图做一个情绪分析,看看哪些词最常见,哪些词不常见。谢谢 您只需在数据框中添加一个名为“差异”的额外列,并按该列排序即可。类似这样的东西
df['Score_diff']=df['contriversialpost']-df['topost']
Word ControversialPost TopPost
0 to 5756 4169
1 I 5717 4360
2 the 5416 4298
3 a 4929 3467
4 and 4071 2679
5 in 2814 1988
6 of 2771 1835
7 my 2325 1883
8 for 1989 1487
9 is 1961 1364
10 have 1713 1291
11 that 1552 1042
12 it 1452 1059
13 on 1404 1021
14 be 1302 1104
印刷品:
Word有争议的帖子
14 be 1302 1104
14041021年11月13日
12 it 1452 1059
10有1713 1291
7我的23251883
1989年8月1487日
11即1552 1042
9是1961年1364年
1988年8月5日
27711835年第6号
2 54164298
1 I 57174360
4及40712679
3 a 49293467
0至57564169
为差异添加一个列,然后对值进行排序即可
print(
df.assign(tmp=df["ControversialPost"] - df["TopPost"])
.sort_values(by="tmp")
.drop(columns="tmp")
)
df = pd.DataFrame([[1000, 950], [400, 300], [100, 80]], columns=['ControversialPost', 'TopPost'])
df['difference'] = df['ControversialPost'] - df['TopPost']
df = df.sort_values('difference', ascending=False)
print(df)
ControversialPost TopPost difference
1 400 300 100
0 1000 950 50
2 100 80 20