sort_values()函数对dataframe数据框进行排序，其中参数inplace=True和inplace=False的区别+实例讲解

       本篇主要用例子来介绍一下在使用sort_values()函数对dataframe数据框进行排序时，其中参数inplace=True和inplace=False的区别。

     总的来说：

 inplace参数在sort_values()函数中用于控制排序结果是否直接修改原始数据框。

    当inplace=True时，排序结果会直接修改原始数据框；

    当inplace=False（默认值）时，排序结果会返回一个新的数据框，而原始数据框不会发生改变。

    举个例子：

(一)创建数据

import pandas as pd

# 创建一个数据框
data = {'A': [3, 1, 2], 'B': [6, 10, 5]}
df = pd.DataFrame(data)

结果如下：

 (二)inplace=False

# 使用sort_values()函数对数据框进行排序，不改变原始数据框
df.sort_values(by='A', inplace=False,ascending=False)

结果如下：

这段代码：

ascending=False表示降序排序

by='A'表示按照名称为A的这一列数据进行降序排序

inplace=False表示不改变原始数据框（具体什么意思呢，请看下边）

print("原始数据框：")
print(df)

在排完序后，原始的df数据并没有被排序后的数据覆盖，打印print(df)仍然能够输出排序前的原始数据，如下：

(三)inplace=True

# 使用sort_values()函数对数据框进行排序，直接修改原始数据框
df.sort_values(by='B', inplace=True,ascending=False)

df

结果如下：

这段代码：

ascending=False表示降序排序

by='B'表示按照名称为B的这一列数据进行降序排序

inplace=False表示排序结果会直接修改原始数据框（具体什么意思呢，请看下边）

也就是在排完序后，原始的df数据被排序后的数据覆盖，打印print(df)输出的是排序后的结果，如下：

print("原始数据框（已修改）：")
print(df)

 补充：
①df.sort_values(by='A', inplace=False,ascending=False)

会直接出排序结果，因为是排序结果会返回一个新的数据框，而原始数据框不会发生改变。

②df.sort_values(by='B', inplace=True,ascending=False)

并不会直接出排序结果，需要打印输出一下df，才能看到排序结果。