【Pandas】DataFrame排序 sort_index // sort_values

构造数据

df = pd.DataFrame(
    data=[
        ['zs', 18, 1],
        ['ls', 17, 2],
        ['ww', 19, 2],
        ['zl', 19, 1]
    ],
    columns=['name', 'age', 'group'],
    index=[2, 1, 4, 5]
)
print('df:\n', df)

按索引排序（sort_index）

行索引排序

df.sort_index(
	ascending=True, # ascending=True --升序排序(默认)；  ascending=False --降序排序
	inplace=True,	# 如果为True,则直接删除，对原df进行操作； 如果为False(默认)，那么返回一个结果，不会对原df操作！
	axis=0,			# axis=0	--根据行索引排序(默认)；  axis=1	--根据列索引排序
	key=None		# (默认)None，否则在排序之前对索引值应用键函数。
)
print('df:\n', df)

列索引排序

df.sort_index(
	ascending=True, # ascending=True --升序排序(默认)；  ascending=False --降序排序
	inplace=True,	# 如果为True,则直接删除，对原df进行操作； 如果为False(默认)，那么返回一个结果，不会对原df操作！
	axis=1,			# axis=0	--根据行索引排序(默认)；  axis=1	--根据列索引排序
)
print('df:\n', df)

上述排序是根据字符串的排序方式进行的

参数key的用法

>>> df = pd.DataFrame({"a": [1, 2, 3, 4]}, index=['A', 'b', 'C', 'd'])
>>> df.sort_index()
   a
A  1
C  3
b  2
d  4
>>> df.sort_index(key=lambda x: x.str.lower())
   a
A  1
b  2
C  3
d  4
"""

按数据排序（sort_values）

sort_values 和 sort_index 参数相似，区别是多出一个by参数指定用来排序的行 或 列，by的值可以是字符串或数组。

给一组数据排序

根据age排序

df.sort_values(
	by='age',
	ascending=True, 
	inplace=True
)
print('df:\n', df)

给多组数据排序

先根据age排序，age相同的数据再根据group排序

df.sort_values(
	by=['age', 'group'],
	ascending=True, 
	inplace=True
)
print('df:\n', df)

给多组数据进行不同排序

先根据age升序排序，age相同的数据再根据group降序排序

df.sort_values(
	by=['age', 'group'],
	ascending=[True, False], 
	inplace=True
)
print('df:\n', df)