1、 sort_values() 对DataFrame某列或者多列的值进行排序
1.1基本语法
DataFrame.sort_values(by,
axis=0,
ascending=True,
inplace=False,
kind='quicksort',
na_position='last',
ignore_index=False,
key=None)
**参数:**
by: 表示根据某字段、某列来进行排序,可以是一个或者是多个
axis: 是水平方向排序还是垂直方向排序,默认是垂直方向 axis=0,垂直方向;axis=1,水平方向
ascending: 排序方式,是升序还是降序来排
inplace: 是生成新的DataFrame还是在原数据上进行修改,True 为在原数据上修改
kind: 所用到的排序的算法,有快排quicksort或者是归并排序mergesort、堆排序heapsort等等
ignore_index: 是否对行索引进行重新的排序
1.2常用示例
df.sort_values(by=['age'])
df.sort_values(['age'])
df.sort_values(by=['age','height'])
df.sort_values(by=['age'],ascending=True)
df.sort_values(by=['age','height'],ascending= [False,True])
df.sort_values(by=['age'],inplace=True)
df.sort_values(by=['age'],ignore_index=True)
2、 sort_index() 索引排序
2.1基本语法
DataFrame.sort_index( axis=0,
level=None,
ascending=True,
inplace=False,
kind='quicksort',
na_position='last',
sort_remaining=True
ignore_index=False,
key=None)
**参数:**
axis: 是水平方向排序还是垂直方向排序,默认是垂直方向 axis=0,垂直方向;axis=1,水平方向
level: 第几层索引
ascending: 排序方式,是升序还是降序来排
inplace: 是生成新的DataFrame还是在原数据上进行修改,True 为在原数据上修改
kind: 所用到的排序的算法,有快排quicksort或者是归并排序mergesort、堆排序heapsort等等
na_position:'first, last, 默认为last; first把NaNs放在开头,last把NaNs放在后面
ignore_index: 是否对行索引进行重新的排序
2.2常用示例
data.sort_index(level=2)
data.sort_index(ascending=True)
data.sort_index(axis=1)
data.sort_index(axis=0,level=1,ascending=True,inplace=True)